【Tensorflow】toco编译+利用toco进行pb转tflite+模型量化

编译tensorflow里面的toco工具：

（bazel安装参考：【Tensorflow】toco编译+利用toco进行pb转tflite+模型量化）

cd /d D:\lib\tensorflow\tensorflow\lite\toco   (去到\tensorflow-master\tensorflow\lite\toco)

bazel build :toco

输入toco命令行进行pb转tflite

 （【Tensorflow】toco编译+利用toco进行pb转tflite+模型量化） 

toco.exe  –input_file=”.\\mymodel\\pbmodel.pb” –output_file=”.\\mymodel\\tflitemodel.tflite” –input_format=”TENSORFLOW_GRAPHDEF” –output_format=”TFLITE” –inference_type=”FLOAT” –input_array=”input_1″ –output_array=”reshape_final/Reshape” 

转换分两种，一种的转换为float的tf lite，另一种可以转换为对模型进行unit8的量化版本的模型。注意，只有量化训练的模型才能进行量化的tf_lite转换。

本文是非量化的转换！ 

如果非要量化

toco.exe  –input_file=”.\\mymodel\\pbmodel.pb” –output_file=”.\\mymodel\\tflitemodel.tflite” –input_format=”TENSORFLOW_GRAPHDEF” –output_format=”TFLITE” –inference_type=”QUANTIZED_UINT8″ –input_array=”input_1″ –output_array=”reshape_final/Reshape” –std_value=127.5 –mean_value=127.5 –default_ranges_min 0 –default_ranges_max 255

报错了，是relu层不能量化的问题，需要提前设计量化的网络模型进行训练！

今天的文章【Tensorflow】toco编译+利用toco进行pb转tflite+模型量化分享到此就结束了，感谢您的阅读。