Python Firebase Tensorflow Lite分类模型在Swift应用程序中未给出正确的输出
因此，我正在尝试创建一个应用程序，它可以使用Tensorflow CNN模型对手写数字进行分类（不是从MNIST数据集，我创建了自己的jpeg图像数据集），该模型保存为.tflite文件并存储在Firebase中。该模型工作正常，训练时验证精度为0.78。然后，我将模型及其权重保存到.pb文件中，并将其转换为.tflite文件。一旦我有了.tflite文件，我就能够将它上传到Firebase定制MLKit。然后我创建了一个iOS应用程序，它可以拍照，然后连接到Firebase，下载模型，并创建一个输出概率的解释器。据推测，它工作正常，不会抛出错误或警告，但当解释器返回输出时，它与原始模型相比并不准确。当我用各种数据测试它时，输出几乎没有变化（概率保持不变，就像我用相同的输入测试它一样）。我将Swift应用程序和TensorFlow 2.0 CNN的基本代码发布到GitHub。可能是什么问题？我尝试下载您的文件并使用可视化，但它不是tflite文件Python Firebase Tensorflow Lite分类模型在Swift应用程序中未给出正确的输出,python,swift,firebase,tensorflow,tensorflow-lite,Python,Swift,Firebase,Tensorflow,Tensorflow Lite,因此，我正在尝试创建一个应用程序，它可以使用Tensorflow CNN模型对手写数字进行分类（不是从MNIST数据集，我创建了自己的jpeg图像数据集），该模型保存为.tflite文件并存储在Firebase中。该模型工作正常，训练时验证精度为0.78。然后，我将模型及其权重保存到.pb文件中，并将其转换为.tflite文件。一旦我有了.tflite文件，我就能够将它上传到Firebase定制MLKit。然后我创建了一个iOS应用程序，它可以拍照，然后连接到Firebase，下载模型，并创建一
我认为您可能在转换过程中出错或上载了不正确的文件。欢迎使用SO。请避免在答案部分添加评论