1回答
我有一个TFLite模型。模型输入是一幅256x192的图像，它被量化为16位。它是用这个转换器量化的： converter.optimizations = [tf.lite.Optimize.DEFAULT]tflite_model = converter.convert() 我正在尝试将它加载到我的安卓应用程序中，但在执行tflite = ne
浏览 23提问于2020-08-06得票数 0
我想要做的是将量化的tflite转换为ONNX，并使用tf2onnx直接使用ORT运行它。我试图转换的网络是YOLOv5，使用我自己的dataset + COCO进行预培训，模型已经成功转换。我确信这一点，因为我只是尝试加载ONNX模型(通过PRT)和tflite模型，从tflite解释器的输入和输出细节中保存量化参数，使用这些量化参数实际运行ONNX模型的会话，
浏览 20提问于2022-10-28得票数 0
回答已采纳
使用TFlite文件并将其嵌入到实际的安卓应用程序中的步骤说明是什么？供参考，这是回归。输入将是一个图像，输出应该是一个数字。我已经看过了TensorFlow文档，但是他们并没有解释如何从头开始。
浏览 0提问于2019-01-23得票数 0
回答已采纳
据我理解，我需要创建一个具有所有提取的图像特性的.h5文件和一个包含模型的.tflite文件。应答后的更新# Convert the model.model = Model(inputs=base_model.input= converter.convert()
with open('model.tflite', 'wb')
浏览 15提问于2022-04-22得票数 0
回答已采纳
1回答
我有一个自定义的语音识别模型，转换为TFLite，在PC上的python中表现出色。在Android上运行相同TFLite模型的推理时，精度会下降。所有的处理都发生在TFLite模型层(特征提取等)。因此，在Android系统中，没有任何代码可以产生不同的效果。在python和Android中，对模型的输入是波
浏览 0提问于2021-10-04得票数 1
我在tensorflow的Cifar-10上训练了一个简单的CNN模型，并使用了假量化()。然后我使用toco生成了一个.tflite文件。现在，我想使用python解释器来测试tflite模型。由于我在训练过程中用tf.image.per_image_standardization减去均值和除以方差。我需要对测试数据做同样的事情，对吗？但是，问题是，我的模型已经被tflite完全
浏览 3提问于2018-10-27得票数 4
回答已采纳
2回答
我运行我的“预测”脚本，它在GPU上运行得很好。现在，我想将模型转换为lite，并在板上运行，以检测我的自定义对象。我已经浏览了谷歌珊瑚委员会网站提供的文档，但我发现它非常令人困惑。如何在Google Coral Edge TPU板上转换和运行？谢谢
浏览 2提问于2020-01-21得票数 1
亲爱的开发人员和神经网络爱好者，我已经量化了一个模型(8位训练后量化)，我正在尝试使用tflite interprter对结果模型进行推理。在某些情况下，解释器可以正常运行，我可以像预期的那样对量化模型进行推断，输出足够接近原始模型。因此，我的设置似乎是正确的。然而，根据具体的量化模型，我经常偶然发现以下RuntimeError。由于误差似乎与偏差的规模有关，因此
浏览 1提问于2020-07-01得票数 2
我想在我的设备上使用Coral Edge TPU棒，所以我必须执行量化感知训练。我想要拟合一个函数f(x) = 2 x - 1。显然，它也使用了量化的权重。如果我不启用量化感知训练，这两个变量将不会出现。 此外，此模型可以由tf-lite解释器实例加载和执行。安装之后，我执行 edgetpu_compiler quant_linear.tflite 不幸的是，它似乎无法识别模型是量化的。Invali
浏览 12提问于2019-07-03得票数 1
我已经使用tflite转换器将keras .h5模型转换为.tflite。当我试图在android的解释器中加载这个模型时，它显示了以下错误：
内部错误:无法创建解释器:找不到内置操作码'FULLY_CONNECTED‘版本'3’的op。
浏览 1提问于2019-07-10得票数 2
我有一个量化的TensorflowLite模型，我正在加载到运行Android11的Pixel 3上。我使用Tensorflow Lite 2.5构建了这个模型，我使用的是每晚为Android构建的Tensorflow。/OperationsUtils(16
浏览 5提问于2021-03-22得票数 0
回答已采纳
1回答
似乎训练后量化对某些模型结构有效，而对其他模型结构无效。edgetpu_compiler my_mnist_quant.tflite命令可以很好地工作，并创建一个tflite模型，该模型的性能与我在服务器上训练的模型相当。input_shape=(28,28,1)), keras.layers.Dense(10, activation=
浏览 28提问于2020-07-09得票数 0
回答已采纳
1回答
我冻结了我的模型并得到了.pb文件。然后我在Linux上使用tocoConverter量化了我的模型，因为它在Windows上不受支持。我找到quantized_model.tflite了。我可以在Linux上加载它并获得预测，但我在Windows上实现它时会遇到问题，因为我的项目需要这样做。我尝试使用以下代码使用tf.contrib.lite.Interpreter加载<
浏览 1提问于2018-09-26得票数 1
我保存了一个tflite模型，其输入和输出详细信息如下：
输入 :[{'name'：‘稠密_4_input’，'index'：0，'shape'：数组( 1,100，dtype=int32)，'shape_signature'：数组( 1,100，dtype=int32)，'dtype'：，‘量化’：(0.0，0)，‘量化_参数’：{‘缩放’：数组([]，dtype=float32)，‘零点’：数组([]，dtype=i
浏览 1提问于2020-06-12得票数 0
回答已采纳
1回答
对于Tensorflow来说，我是完全陌生的，我创建了一个对象检测模型(.pb和.pbtxt)，它使用我在TensorFlow动物园发现的'faster_rcnn_inception_v2_coco_2018_01_28‘模型。如何将冻结的模型转换为edgetpu.tflite量化模型？
浏览 2提问于2020-06-24得票数 0
回答已采纳
我们尝试使用deeplabv3和model 2在android上运行一个语义分割模型。我们采用TOCO和tflite_convert的官方tensorflow lite转换程序，借助官方的TensorFlow DeepLab模型动物园获得了bazel.The源冻结图。_UINT8 8--推断_类型=浮点-平均值=128-STD_dev_值=127-ALL_定制_ops--训练后量化
当我们尝试使用官方的基准测试工具测试模型时，tflite
浏览 3提问于2018-11-09得票数 9
系统信息我只是试图建立一个模型，以时间序列数据作为输入和计算rFFT/irFFT我已经把它转换成TFLITE，它在python中工作得非常好。但是当我把它加载到android演播室时，它给了我一个翻译器。:当我在python上给出这个TFLITE</em
浏览 16提问于2021-04-02得票数 0
回答已采纳
mask_rcnn_kangaroo_cfg_0004.h5我是个新手，所以我的理解可能是错误的：
如何将这些.h5文件转换为.pb文件，或者更好地转换为.tflite文件，以便在Android对象检测应用程序中使用它们？
浏览 3提问于2020-02-05得票数 1
我很难将我的模型转换成一个可以通过android-studio部署到android应用上的模型。我的模型解释如下：model.add(LSTM(70, activation='relu', input_shape=(n_steps, n_featuresmodel.add(Dense(1))然后由
浏览 5提问于2019-09-28得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
