Tensorflow：将模型转换为TFLite格式

Question

我目前在转换张量流时遇到问题。pb模型到TFlite格式。我目前正在遵循谷歌代码实验室的指示，错误说

Traceback（最近调用的最后一次）：文件/usr/local/bin/tflite_convert，第5行，在tensorflow.lite.python.tflite_convert导入主重要错误：没有模块命名lite.python.tflite_convert

我正在使用谷歌提供的命令

TF lite _ convert \-graph _ def _ file = TF _ files/retrained _ graph . Pb \ < br >-output _ file = TF _ files/optimized _ graph . lite \-input _ format = TFLITE \-input _ shape = 1，${IMAGE_SIZE}，${IMAGE_SIZE}，3 \-input _ array = input \-output _ array = final _ result \-inference _ type = FLOAT \ < br >-input _ data _ type = FLOAT

有没有其他代码可以将模型转换成TFlite格式？顺便说一下，我已经将我的Tensorflow升级到1.12.0，因为1.7、1.8和1.9返回了相同的错误。

谢谢

Answer 1

请参考示例代码将 .pb 转换为 tflite

import tensorflow as tf
pb_file = 'model.pb'
tflite_file = 'model.tflite'

converter = tf.lite.TFLiteConverter.from_frozen_graph(pb_file, ['ImageTensor'], ['SemanticPredictions'], 
                                                      input_shapes={"ImageTensor":[1,523,523,3]}) # [1,H,W,C]


converter.inference_input_type=tf.uint8
converter.quantized_input_stats = {'ImageTensor': (145, 164)}  # (mean, stddev)

tflite_model = converter.convert()
open(tflite_file,'wb').write(tflite_model) 

interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()

files.download(tflite_file)