我目前正在Keras + Tensorflow(CNN和LSTM)上开发深度学习算法。
如何将我创建的网络(架构和参数)导入到可以运行Python的嵌入式系统中,而不是Tensorflow?
解决方案可以从头开始重新创建网络元素(神经元类,过滤器等),并使用TF文件在嵌入式系统上初始化它们。
还有其他选择吗?任何可以在嵌入式上使用的库?
答案 0 :(得分:-1)
如果TensorFlow不适用于您的架构,则应该可以构建它,尽管它可能涉及大量工作。就像你说的那样,可以简单地手工复制模型中的操作,但除非它是一个相当简单的操作,否则它也会很麻烦,容易出错并且难以维护。
对你来说,最好的选择可能是XLA,这是TensorFlow图形的编译器,除其他外,它能够ahead-of-time compilation。此功能允许您将图形转换为可以使用的C ++库,而无需进一步依赖。缺点是:
tfcompile
相当好地解释了该过程,但它要求您使用Bazel并假设您已熟悉它。