Tensorflow 如何从tflite模型中获取权重？

我有一个简单的网络，我用tensorflow做了修剪和量化。我特别遵循本教程在我的网络上应用：

---

最后，我得到了tflite文件。我想从这个文件中提取权重。如何从这个量化模型中获得权重？我知道从“h5”文件获取权重的方法，但不知道从“tflite”文件获取权重的方法。或者在模型上执行量化后，是否有其他方法保存“h5”文件？

我已使用Netron解决了此问题。在Netron中，权重可以另存为numpy数组。

---

创建tflite解释器并（可选）执行推断。tflite_解释器。get_tensor_details（）将提供一个字典列表，其中包含权重、偏差、刻度、零点等等

'''
Create interpreter, allocate tensors
'''
tflite_interpreter = tf.lite.Interpreter(model_path='model_file.tflite')
tflite_interpreter.allocate_tensors()

'''
Check input/output details
'''
input_details = tflite_interpreter.get_input_details()
output_details = tflite_interpreter.get_output_details()

print("== Input details ==")
print("name:", input_details[0]['name'])
print("shape:", input_details[0]['shape'])
print("type:", input_details[0]['dtype'])
print("\n== Output details ==")
print("name:", output_details[0]['name'])
print("shape:", output_details[0]['shape'])
print("type:", output_details[0]['dtype'])

'''
Run prediction (optional), input_array has input's shape and dtype
'''
tflite_interpreter.set_tensor(input_details[0]['index'], input_array)
tflite_interpreter.invoke()
output_array = tflite_interpreter.get_tensor(output_details[0]['index'])

'''
This gives a list of dictionaries. 
'''
tensor_details = tflite_interpreter.get_tensor_details()

for dict in tensor_details:
    i = dict['index']
    tensor_name = dict['name']
    scales = dict['quantization_parameters']['scales']
    zero_points = dict['quantization_parameters']['zero_points']
    tensor = tflite_interpreter.tensor(i)()

    print(i, type, name, scales.shape, zero_points.shape, tensor.shape)

    '''
    See note below
    '''

• Conv2D层将有三个DICT与之关联：内核、偏差、conv_输出，每个DICT都有其刻度、零点和张量
• 张量-是具有核权重或偏差的np数组。对于conv_输出或激活，这并不意味着什么（不是中间输出）
• 对于conv-kernel的字典，张量是成形的（cout，k，k，cin）