如何知道Tensorflow Lite模型的输入/输出功能信息?

时间:2018-06-01 15:40:46

标签: machine-learning deep-learning tensorflow-lite firebase-mlkit

我是移动开发者。我想使用各种Tensorflow Lite模型(.tflite)和MLKit

但是有一些问题,我不知道如何知道.tflite模型的输入/输出功能信息(这些将是设置的参数)。

有什么方法可以知道吗?

抱歉英语不好,谢谢。

更新(13年6月18日):

我找到了这个网站https://lutzroeder.github.io/Netron/。 此可视化图表基于您上传的模型(如.mlmode.tflite等)并查找输入/输出表单。

以下是示例截图! https://lutzroeder.github.io/Netron example

2 个答案:

答案 0 :(得分:5)

如果你已经有一个你自己没有制作的tflite模型,那么你 想要查看tflite文件并了解您的输入和输出,您可以使用flatc工具并转换 模型到.json文件并读取。

首先克隆flatbuffers repo并构建flatc。

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

然后你必须在本地存储tensorflow schema.fbs。签出tensorflow github或下载 那one file。 然后,您可以运行flatc生成json文件,然后输入tflite模型。

flatc -t schema.fbs -- input_model.tflite

这将创建一个可以轻松阅读的input_model.json文件。

答案 1 :(得分:0)

添加到上述答案中:

请参阅以下有关构建的说明:

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

  

如果您已经拥有自己无法制作的tflite模型,   并且您想查看tflite文件内部并了解您的输入   和输出,您可以使用flatc工具并将模型转换为.json   文件并阅读。

     

首先克隆Flatbuffers存储库并构建Flatc。

     

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

     

然后,您必须将tensorflow schema.fbs存储在本地。要么结帐   tensorflow github或下载该文件。然后您可以运行flatc   从中生成json文件,然后输入tflite模型。

flatc -t schema.fbs -- input_model.tflite
     

这将创建一个易于阅读的input_model.json文件。