tf.keras HDF5型和keras HDF5型

我想把Keras模型转换成Tensorflow Lite模型。当我检查文档时，说明我们可以使用tf.keras HDF5模型作为输入。这是否意味着我可以使用保存的HDF5 Keras模型作为输入，或者tf.Keras HDF5模型和Keras HDF5模型是不同的东西

文件：

编辑：我可以使用这个API将我的Keras模型转换为Tensorflow Lite模型，但我还没有测试它。我的代码：

converter = tf.lite.TFLiteConverter.from_keras_model_file(path + 'plant- 
recognition-model.h5')
tflite_model = converter.convert()

with open('plant-recognition-model.tflite', 'wb') as f:
   f.write(tflite_model)

---

tf.keras HDF5型号和keras HDF5型号没有什么不同，除了不可避免的软件版本更新同步性：

keras是TensorFlow对KerasAPI规范的实现。这是一个用于构建和训练模型的高级API，包括对TensorFlow特定功能的一流支持

如果转换器可以将keras模型转换为tf.lite，它将提供相同的结果。但是tf.lite的功能比tf.keras更有限。如果此功能集对您来说还不够，您仍然可以使用tensorflow，并享受其其他优势

---

可能是这样，不久您的模型就可以在智能手机上运行。

我建议您测试结果，并发布您自己问题的答案。我会这样做，但Tensorflow lite库似乎提供的功能很少。我正在研究他们的例子来学习构建我的模型，但在这些例子中，甚至输入了逐字节处理的图像。所以这可能需要一些时间。谢谢。如果它能提供同样的结果，那就非常好了。因为当我搜索如何将Keras模型转换为tflite时，结果主要涉及几个步骤。转换器应该是一个新功能。我之所以选择tf.lite，是因为我认为如果我要在移动平台上运行这个模型，那么就必须使用tf.lite。我也在考虑使用DL4J。据我所知，tf.lite不是在手机上运行的唯一方式；QNNPACK可能更适合您的需要，如果您的目标平台是iOS，则使用Core ML。我没有听说QNNPACK，我会仔细查看。我的目标是安卓平台。一位同事告诉我，但我没有深入研究它。谢谢