如何在例如部署训练的张量流网络覆盆子皮

Question

我正在尝试制作一个简单的手势识别系统，用于配备相机的Raspberry Pi。我想在我更强大的笔记本电脑上训练一个带有张量流的神经网络，然后将其转移到RPi进行预测（作为Magic Mirror的一部分）。有没有办法导出训练好的网络和权重，并使用轻量级张量流进行线性代数和预测，而不需要培训所需的所有符号图机制的开销？我已经看过tensorflow服务器上的教程，但我不想设置服务器，只是让它在RPi上运行预测。

Answer 1

是，可能和源代码存储库中的available。这允许部署和运行在笔记本电脑上训练的模型。请注意，这是相同的模型，可能很大。

为了处理规模和效率，TF目前正在quantization approach。在训练模型之后，一些额外的步骤允许将其“转换”为具有相似精度的较轻模型。目前，实施起来相当缓慢。最近有一个post显示了iOS的整个过程---与整体的RaspberryPI非常相似。

Makefile contribution与调整和额外配置非常相关。

请注意此代码经常移动并中断。检查旧的“发布”标签以获得端到端工作的东西有时很有用。