Python 将-00000-of-00001文件的数据转换为Tensorflow Lite

是否有任何方法将数据-00000-of-00001转换为Tensorflow Lite模型？ 文件结构如下所示

 |-semantic_model.data-00000-of-00001
 |-semantic_model.index
 |-semantic_model.meta

使用TensorFlow版本：1.15

以下两个步骤将其转换为

.tflite

模型

1。使用

您当前拥有的是model

checkpoint

（TensorFlow 1模型保存在3个文件中：.data…，.meta和.index。如果需要，可以进一步培训此模型）。您需要将其转换为

冻结图

（TensorFlow 1模型保存在单个

.pb

文件中。此模型无法进一步训练，并针对推理/预测进行了优化）

2。生成TensorFlow lite模型（

.tflite

文件）

A.初始化TFLiteConverter:from\u from\u freezed\u graphAPI可以通过这种方式定义，并且可以添加的属性是。要查找这些数组的名称，请在中可视化

.pb

文件

B.可选：执行最简单的优化，称为。对于其他类型的优化/量化方法，您可以参考同一文档

converter.optimizations = [tf.lite.Optimize.DEFAULT]

C.将其转换为

.tflite

文件并保存

tflite_model = converter.convert()

tflite_model_size = open('model.tflite', 'wb').write(tflite_model)
print('TFLite Model is %d bytes' % tflite_model_size)

---

你用什么tensorflow版本将模型保存到这些文件中？我从这个网站下载了这个ML数据（）谢谢你的回答。我被第二步卡住了。如何将冻结的图形转换为tflite？我已经更新了上面的代码。您需要在TF1.x中使用

tf.compat.v1.lite.TFLiteConverter.from_freezed_graph

，在TF2.x中使用

tf.lite.TFLiteConverter.from_freezed_graph

，将冻结的图形加载到TFLiteConverter中。这对你有用吗？你能发布更多关于你所面临问题的细节吗？

tflite_model = converter.convert()

tflite_model_size = open('model.tflite', 'wb').write(tflite_model)
print('TFLite Model is %d bytes' % tflite_model_size)