如何首先将Theano后端通道最后模型转换为Tensorflow后端模型，然后转换为tflite？

Question

问题

我有一个受过训练的模型（不是我的），可以在其中进行Theano后端的推断。我需要在Android上运行它，因此我尝试将此模型转换为Tensorflow lite（.tflite）。

在将其转换为.tflite之前，我尝试使模型与tensorflow后端一起工作，但我无法正常进行。 （带有keras的python）

什么有效

这就是我使用theano模型，theano后端，通道最后排序的方法，它可以正常工作：

with open('Model/definition.json', 'r') as f:
    model = model_from_json(f.read())
model.load_weights('Model/weights.h5')
p = model.predict_proba(preprocessed_data)
print_results(p)

该模型只有两个输出（检测到或未检测到），并且运行良好。

什么不起作用

当我仅将后端切换到tensorflow并运行相同的代码时，该模型将不再检测任何东西。

我已经尝试过的东西

我首先认为这是一个模糊的订购问题，例如我在本页上看到的：Converting Theano-based Keras model definition to TensorFlow。

• theano模型应使用渠道优先维度。
• 张量流 模型应使用通道最后尺寸。

该线程中还有我尝试过的脚本：https://github.com/keras-team/keras/issues/5374

这对我不起作用，因为我认为我的重量已经是最后订购的频道！ （这是我对netron的看法，请参见Imgur上的图片

我最后尝试的是convert_all_kernels_in_model()，但出现此错误：

  

tensorflow.python.framework.errors_impl.FailedPreconditionError：尝试使用未初始化的值conv2d_1 / kernel        [[{{node _retval_conv2d_1 / kernel_0_0}}]]

问题

您认为我需要在我的模型上做些什么才能使其与tensorflow后端一起运行（以便将其转换为tflite ...）？