import tfjs_graph_converter.api as tfjs
tfjs.graph_model_to_saved_model(
               "savedmodel/posenet/mobilenet/float/050/model-stride16.json",
               "realsavedmodel"
            )

# Code below taken from https://www.tensorflow.org/lite/convert/python_api
converter = tf.lite.TFLiteConverter.from_saved_model("realsavedmodel")
tflite_model = converter.convert()

# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
  f.write(tflite_model)

从tfjs层模型到SavedModel

注意：--这只适用于图层模型格式，而不是问题中的图形模型格式。我写了他们之间的区别，这里。

安装并使用tensorflowjs-转换将.json文件转换为Keras HDF5文件(来自另一个所以线)。

在mac上，您将面临运行pyenv (修复)和Z-shell的问题，pyenv无法正确加载(修复)。而且，一旦pyenv运行，使用python -m pip install tensorflowjs而不是pip install tensorflowjs，因为pyenv没有为我更改pip使用的python。

一旦您遵循了转换器导轨，运行tensorflowjs_converter来验证它是否正常工作，并且应该警告您注意Missing input_path argument。然后：

tensorflowjs_converter --input_format=tfjs_layers_model --output_format=keras tfjs_model.json hdf5_keras_model.hdf5

将Keras HDF5文件转换为SavedModel (标准Tensorflow模型文件)，或使用TFLiteConverter直接转换为.tflite文件。以下内容在Python文件中运行：

# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert() 
    
# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
f.write(tflite_model)

或者保存到SavedModel中：

# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
tf.keras.models.save_model(
    model, filepath, overwrite=True, include_optimizer=True, save_format=None,
    signatures=None, options=None
)

票数 11

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/62544836

复制

相似问题

问如何将Tensorflow.js (.json)模型转换为Tensorflow (SavedModel)或Tensorflow Lite (.tflite)模型？
EN

回答 1

Stack Overflow用户

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将Tensorflow.js (.json)模型转换为Tensorflow (SavedModel)或Tensorflow Lite (.tflite)模型？EN