Python 是否可以将GradCam应用于TF Lite模型
我一直在研究GradCam,我注意到大多数案例都用于Keras/Tensorflow模型。但是,我有一个tensorflow lite模型,它已编译为.tflite格式。我甚至不确定在编译CNN层后是否可以访问它,因为我尝试使用keras库加载模型,它只接受特定的文件类型,而不完全接受.tflite,因为它会引发错误:Python 是否可以将GradCam应用于TF Lite模型,python,python-3.x,tensorflow,machine-learning,tensorflow-lite,Python,Python 3.x,Tensorflow,Machine Learning,Tensorflow Lite,我一直在研究GradCam,我注意到大多数案例都用于Keras/Tensorflow模型。但是,我有一个tensorflow lite模型,它已编译为.tflite格式。我甚至不确定在编译CNN层后是否可以访问它,因为我尝试使用keras库加载模型,它只接受特定的文件类型,而不完全接受.tflite,因为它会引发错误: from tensorflow.keras.models import load_model model = load_model("/content/drive/My
from tensorflow.keras.models import load_model
model = load_model("/content/drive/My Drive/tensorflow_lite_model.tflite")
它给出了错误:
OSError: SavedModel file does not exist
我试图做的是使用model.summary打印.tflite模型,以确认是否可以对模型层执行任何操作。如果是这样的话,那么我认为不可能将Grad Cam与tensorflow lite模型结合使用
因此,我想知道这是不是真的,或者我只是尝试验证它,方法是错误的?TFLite模型文件与TensorFlow模型格式、keras和保存的模型是不同的序列化格式 因为您已经有了TFLite模型,所以需要使用TensorFlow Lite解释器API,而不是使用TensorFlow API
interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()
详情请参阅此页
TF GradCam模型可以转换为TFLite模型。从技术上讲,可以将任何TF模型转换为相应的TFLite模型。如果您对转换有任何问题,请在tensorflow github上提交错误