TensorFlow lite与keras模型集成
08-10 11:56:28.905 280 66-28066/android.example.com.TFLiteCamerademo E/MultiWindowProxy：getServiceInstance失败！08-10 11:56:35.675 280 66-28092/Android.example.com.TFLiteCamerademo E/AndroidRuntime：致命异常：CameraBackground进程：Android.example.com.TFLiteCamerademo,PID：28066 java.lang.IllegalArgumentException：无法在12288字节的TensorFlowLite缓冲区和1072812字节的ByteBuffer之间转换。在org.tensorflow.lite.tensor.throwExceptionIfTypeIsIncompatible（tensor.java:175)在org.tensorflow.lite.tensor.setto（tensor.java:65)在org.tensorflow.lite.nativeInterpreterwraper.run（nativeInterpreterwraper.run（nativeInterpreterwraper.126)在org.tensorflow.lite.interpretsoutputs（interpreter.java:168)在org.tensorflow.lite.interpretter.runformultipleInputsOutputs(interpreter.java:168)在tfliteCamerademo.ImageClassifier.ClassifyFrame(ImageClassifier.java:136)在com.example.android.tfliteCamerademo.Camera2BasicFragment.ClassifyFrame(Camera2BasicFragment.java:702)在com.example.android.tfliteCamerademo.Camera2BasicFragment.-wrap0(Camera2BasicFragment.java)在com.example.android.tfliteCamerademo.Camera2BasicFragment$4在android.os.handler.handleCallback(Handler.java:822)在android.os.handl er.DispatchMessage(Handler.java:104)的ndroid.os.looper.loop（looper.java:207)位于android.os.handlerthread.run（handlerthread.java:61)
共有1个答案
您可以在以下链接中找到此错误的原因：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/java/src/main/java/org/tensorflow/lite/tensor.java
正如您在第170行到第181行中所看到的，如果输出缓冲区的容量不等于字节数，则会发生此错误。
-
问题内容： 我部署了一个keras模型，并通过flask API将测试数据发送到该模型。我有两个文件： 首先：My Flask应用程序： 第二：文件Im用于将json数据发送到api端点： 我从Flask收到有关Tensorflow的回复： ValueError：Tensor Tensor（“ dense_6 / BiasAdd：0”，shape =（?, 1），dtype = float32）不
-
Keras有两种类型的模型，序贯模型（Sequential）和函数式模型（Model），函数式模型应用更为广泛，序贯模型是函数式模型的一种特殊情况。 两类模型有一些方法是相同的： model.summary()：打印出模型概况，它实际调用的是keras.utils.print_summary model.get_config():返回包含模型配置信息的Python字典。模型也可以从它的config
-
Keras有两种类型的模型，顺序模型（Sequential）和泛型模型（Model） 两类模型有一些方法是相同的： model.summary()：打印出模型概况 model.get_config():返回包含模型配置信息的Python字典。模型也可以从它的config信息中重构回去 config = model.get_config() model = Model.from_config(con
-
问题内容： 我有2个模型和1个收藏集。是一个模型，是项目的集合，然后我有一个模型，其中包含： 当我调用该对象时，它得到了所有东西…除了当我在集合中移动时，它们都是类型而不是类型。 我认为这是有道理的，因为除了对象之外，它不知道the 的类型应该是。我可以遍历每个项目并将其转换为对象，但是我希望有一种无需手动进行操作的方法。 这是我的测试代码（在这里使用jsfiddle）： 更新：我想到我可以覆盖解
-
在 Keras 中有两类主要的模型：Sequential 顺序模型 和 使用函数式 API 的 Model 类模型。 这些模型有许多共同的方法和属性： model.layers 是包含模型网络层的展平列表。 model.inputs 是模型输入张量的列表。 model.outputs 是模型输出张量的列表。 model.summary() 打印出模型概述信息。 它是 utils.print_sum
-
我一直在尝试使用Keras构建一个多输入模型。我来自使用顺序模型，并且只有一个相当直接的输入。我一直在查看StackOverflow上的留档（https://keras.io/getting-started/functional-api-guide/）和一些答案（如何在Keras 2.0中“合并”顺序模型？）。基本上，我想要的是让两个输入训练一个模型。一个输入是一段文本，另一个是从该文本中提取的一