android中的Tensorflow：线性回归

我已经使用tensorflow在jupyter笔记本上完成了简单线性回归模型的培训，并且我能够保存和恢复保存的变量，如下所示：

现在我正尝试在android应用程序上使用该模型

在本教程之后，我能够进入导入tensorflow库的阶段，如下所示：

现在我想给模型一个输入数据并获得一个输出值（参考下面的应用程序流程），但是，他们在应用程序中使用了一个.pb文件（不知道这是什么）。在4个文件中：

我从保存我的模型中得到的，我没有一个令我目瞪口呆的.pb文件

应用程序的功能： 使用用户输入的高度值，通过预先训练的tensorflow模型预测SoC。 其中，使用线性回归方程：y=Wx+b

y-SoC

重量

x高度

b-偏倚

所有变量都是浮点值

Android应用程序流：

用户在文本框中输入高度值，并按下“预测”按钮

应用程序使用保存的模型的权重、偏差和高度值来预测SoC

应用程序在textview中显示预测的SoC

所以我的问题是：如何在使用Android Studio 2.3.1的Android应用程序中导入和使用我的模型？

---

这是我的ipynb和csv数据。

我可能误解了这个问题，但是：

假设模型经过预训练，权重和偏差不会改变，您可以简单地使用Jupyter笔记本中计算的W和b值，并将其硬编码为一个简单的表达式

<soc> = -56.0719*<height> + 98.3029

=-56.0719*+98.3029

无需为此导入tensorflow模型

更新 为了确保问题得到解答，*.pb文件来自于用图形冻结检查点文件-有关如何执行此操作，请参阅链接教程中的第二个代码面板

---

关于冻结是指什么，我可能误解了这个问题，但是：

假设模型经过预训练，权重和偏差不会改变，您可以简单地使用Jupyter笔记本中计算的W和b值，并将其硬编码为一个简单的表达式

<soc> = -56.0719*<height> + 98.3029

=-56.0719*+98.3029

无需为此导入tensorflow模型

更新 为了确保问题得到解答，*.pb文件来自于用图形冻结检查点文件-有关如何执行此操作，请参阅链接教程中的第二个代码面板

---

关于冻结是什么，请参考

这是回答问题但不回答问题的答案之一！我经常想知道为什么这么多人试图在他们的应用程序中加入简单的线性回归，而它只是一个已解决的方程！感谢您的回复，但我的项目是学校模块的一部分，我必须学习如何在android上获取数据并将数据输入tensorflow模型，因为未来的项目需要这些知识。Pypy现在已经为您更新了答案。你的问题的答案一直在教程中！也许你没有全部读过？如果你没有阅读，在你发布的一篇文章中链接了另一篇教程，那么这对你的学校项目来说也是很好的阅读材料。祝你好运。这是一个答案，回答了问题，但没有！我经常想知道为什么这么多人试图在他们的应用程序中加入简单的线性回归，而它只是一个已解决的方程！感谢您的回复，但我的项目是学校模块的一部分，我必须学习如何在android上获取数据并将数据输入tensorflow模型，因为未来的项目需要这些知识。Pypy现在已经为您更新了答案。你的问题的答案一直在教程中！也许你没有全部读过？如果你没有阅读，在你发布的一篇文章中链接了另一篇教程，那么这对你的学校项目来说也是很好的阅读材料。祝你好运。关于冻结模型以创建pb图的信息在你在问题中链接的教程中。。。在本教程的第一部分中，它准确地解释了如何将图形和检查点冻结到模型中。有关冻结模型以创建pb图形的信息，请参见您在问题中链接的教程。。。在本教程的第一部分中，它准确地解释了如何将图形和检查点冻结到模型中。