mnn移植tf代码

参考
https://www.yuque.com/mnn/cn/usage
MNN当前支持Tensorflow(Lite)、Caffe和ONNX的模型转换
问题：
不是用Tensorflow(Lite)，只用Tensorflow的模型能行不

思路
1.将tf模型转为mnn的模型
2.交叉编译mnn

3.调用代码用mnn

如何写mnn加载模型参考
https://zhuanlan.zhihu.com/p/70610865

from tensorflow.contrib.resampler import resampler
img = tf.placeholder(tf.float32, shape=[4, 50, 50, 1])  # [n,h,w,c]
pixel_xy = tf.placeholder(tf.float32, shape=[4, 50, 50, 2])  # [n,h,w,c]
y = resampler(img, pixel_xy)

resampler的作用就是:image就是一张图片,图片的像素默认是处于整数坐标上的, 然后pixel_xy在这个例子里面,就相当于一张50*50的矩阵,位置(i,j)处有两个浮点数(fx,fy),描述一种变换,把image[i,j]这个像素点移动到(fx,fy)这个位置上, 这样移动完了之后,图片就没法显示了,因为像素都不在整数位置上了,然后再来一次双线性插值,求出所有整数位置上的像素值,这就是这个函数的返回.

现在是想在pytorch里面实现这个操作.我用scipy的2D插值写了一个,但是比Tensorflow的实现慢很多.

https://blog.csdn.net/sinat_31425585/article/details/104188290
关于mnn的好的链接
https://github.com/MirrorYuChen/mnn_example/blob/master/src/CMakeLists.txt