TensorFlow Lite简介

组成

• TendorFlow Lite转换器：用于将已经存在的模型转换为TensorFlow Lite兼容的模型(.tflite)，并将训练的模型保存在硬盘上。还可以在移动或者嵌入式应用程序中使用提前训练的模型
• Java/C++ API：用于载入.tflite模型并调用解释器。Java API是在C++ API上进行的封装，只能应用在Android系统。
• 解释器和内核：内核帮助解释器根据选择载入内核模块，核心解释器大小为75KB
• 硬件加速的代理：在所选的Android设备上，解释器将会使用Android神经网络API 来实现硬件加速，如果NNAPI不可用，就会使用CPU进行默认加速

支持的平台

使用TensorFlowLite

1. 可以直接运行官网的demo
   官方示例

• 在官方的github上clone项目打开examples\lite\examples下的demo，使用Android studio打开运行即可

2. 准备一个模型使用下面的脚本将该模型转换为TensorFlowLite格式

import sys
from tf.contrib.lite import convert_save_model
convert_savemodel.convert(
        save_model_dir="filepath"
        output_tfilte_file="filepath")