bazel编译tensorflow,生成tflite

注意:在编译过程中出现的问题基本都可以归结为bazel与tensorflow版本不匹配。

1. 首先下载tensorflow源码。

git clone https://github.com/tensorflow/tensorflow

2.进入下载好的tensorflow目录:

bazel编译tensorflow,生成tflite_第1张图片

3.打开configure.py,查看该源码对应的bazel版本。非常重要

bazel编译tensorflow,生成tflite_第2张图片

我这里是2.0.0

4.下载bazel

https://github.com/bazelbuild/bazel/releases/tag/2.0.0

5.安装编译需要的依赖项:

pip install numpy
pip install keras_applications
pip install keras_preprocessing

可能还需要安装zip、gcc.

自此,环境搭建完成。
下面是编译tflite


tflite文件的生成大致分为3步:

    1. 在算法训练的脚本中保存图模型文件(GraphDef)和变量文件(CheckPoint)。

    2. 利用freeze_graph工具生成frozen的graphdef文件。

    3. 利用toco工具,生成最终的tflite文件。

6.编译freeze_graph

cd到源码目录下:

编译生成freeze_graph
     

bazel build tensorflow/python/tools:freeze_graph  

7.编译toto

bazel build tensorflow/lite/toco:toco

成功后如下:

bazel编译tensorflow,生成tflite_第3张图片

你可能感兴趣的:(Linux系统,tensorflow)