Как узнать информацию о функции ввода / вывода модели Tensorflow Lite? - PullRequest
0 голосов
/ 01 июня 2018

Я разработчик мобильных приложений.И я хочу использовать различные модели Tensorflow Lite (.tflite) с MLKit .

Но есть некоторые проблемы, я понятия не имею, как узнать .tflite Информация о функции ввода / вывода модели (это будут параметры для настройки).

Есть ли способ узнатьчто?

Извините за плохой английский и спасибо.


Обновление (18.06.13.):

Я нашел этот сайт https://lutzroeder.github.io/Netron/. Это визуализироватьграфик, основанный на вашей загруженной модели (например, .mlmode или .tflite и т. д.) и поиск формы ввода / вывода.

Вот пример снимка экрана!https://lutzroeder.github.io/Netron пример

Ответы [ 2 ]

0 голосов
/ 18 октября 2018

Добавление к ответу выше:

См. Эти инструкции по сборке:

https://google.github.io/flatbuffers/md__building.html

Если у вас уже есть модель tflite, которой вы не делалиподготовить себя, и вы хотите заглянуть внутрь файла tflite и понять ваши входы и выходы, вы можете использовать инструмент flatc и преобразовать модель в файл .json и прочитать его.

Сначала клонируйте репозиторий flatbuffers и соберите flatc.

git clone https://github.com/google/flatbuffers.git

Тогда вам нужно сохранить схемурасположения тензорного потока локально.Либо извлеките GitHub Tenorflow или скачать этот файл.Затем вы можете запустить flatc, чтобы сгенерировать файл json из входной модели tflite.

flatc -t schema.fbs -- input_model.tflite

Это создаст файл input_model.json, который можно легко прочитать.

0 голосов
/ 02 июня 2018

Если у вас уже есть модель tflite, которую вы не создали самостоятельно, и вы хотите заглянуть внутрь файла tflite и понять свои входные и выходные данные , вы можете использовать инструмент flatc и преобразовать модельв .json файл и прочитайте это.

Сначала клонируйте репозиторий flatbuffers и соберите flatc.

git clone https://github.com/google/flatbuffers.git

Затем вам нужно сохранить схему tenorflow schema.fbs локально.Либо извлеките GitHub tenorflow или загрузите этот один файл .Затем вы можете запустить flatc, чтобы сгенерировать файл json из входной модели tflite.

flatc -t schema.fbs -- input_model.tflite

Это создаст файл input_model.json, который можно легко прочитать.

...