什么是 *.tflite 模型输出
这是我在Android Studio上导入的tensorflow Lite模型的代码：
在此处输入图像描述
这是我运行应用程序时的输出：
在此处输入图像描述
我不明白，怎么才能得到模型输出？？
更新：
输出是6个元素的浮点数组，但我想要的是 Largesse 元素的索引，我尝试了这样的代码：
在此处输入图像描述
对吗？？我在每个预测上都得到相同的输出1-
共有1个答案
看起来您的TFLite模型生成了一个作为浮点数组的特征向量，它表示图像数据的特征。
参见https://brilliant.org/wiki/feature-vector/
特征向量通常被认为是一种中间数据，为了进行图像分类或其他一些任务，常常需要将特征向量重新放到附加模型中。
-
我使用Deeplab官方Github页面上的python脚本，用自己的数据集训练了一个语义分割模型。培训和测试都进行得很好。 然后我使用以下命令使用export_model.py将模型导出到冻结图： 这也成功了。现在我想使用convert_to_tflite.py将我的冻结图形转换为tflite。这个脚本有2个我不理解的输入参数：“input_tensor_name”和“output_tensor
-
我使用以下代码生成量化的tflite模型 但是根据训练后量化： 生成的模型将完全量化，但为了方便起见，仍然采用浮点输入和输出。 要为Google Coral Edge TPU编译tflite模型，我还需要量化输入和输出。 在模型中，我看到第一个网络层将浮点输入转换为，最后一个网络层将转换为浮点输出。如何编辑tflite模型以除去第一个和最后一个浮动层？ 我知道我可以在转换期间将输入和输出类型设置为
-
我做了一个模型，预测一个字符在一个图像，做车牌识别。它在我的电脑上运行得非常好，但我需要把这项工作放在一个Android应用程序中。所以我开发了一个小应用程序，将我的keras模型转换为TFLITE。现在它总是预测同一个角色。 有没有更好的方法转换模型，还是我遗漏了什么？ 编辑：这是我管理位图的操作
-
问题内容： 我正在学习一本Spring书，他们提到了Java域模型。 那是什么？ 问题答案： 域模型（该术语完全不是特定于Java的）是在问题域中对某些事物建模的类，而不是出于技术实现原因而存在的类。 域模型实例通常需要保存在数据库中，在Java中，它们通常符合Java Beans规范，即它们具有表示单个属性的get和set方法和无参数构造函数。Spring和其他框架允许您直接在JSP中访问这些属
-
我有这个代码，用于使用tenorflow hub的预训练通用编码器构建语义搜索引擎。我无法转换为tlite。我已将模型保存到我的目录中。 导入模型： 根据数据训练模型: 保存模型: 保存工作正常，但当我转换到tflite它给出错误。 转换码： 错误:
-
我已经使用tensorflow后端训练了一个DNN，我想在FireBase中托管它。训练好的模型被保存为.meta文件，我尝试使用下面的代码将模型转换为tflite，但我遇到了一些错误。那么我如何将这个模型转换成Tensorflow Lite呢？