如何将Tensorflow模型转换为.mlmodel？

Question

我想将具有以下结构的Tensorflow模型转换为.mlmodel文件，以便在iOS应用程序中使用：

cub_image_experiment/
   logdir/
       val_summaries/
       test_summaries/
       finetune/
          val_summaries/
   cmds.txt
   config_train.yaml
   config_test.yaml

我正在学习这个教程：https://github.com/visipedia/tf_classification/wiki/CUB-200-Image-Classification然而，我在理解这个项目的结构时遇到了麻烦。哪些文件很重要?如何将所有独立的配置文件和所有内容转换为单个.mlmodel文件，以便在应用程序中使用？

我在网上找过了，我所能找到的就是如何将.caffemodel转换成.mlmodel，或者把.pb文件转换成.mlmodel。这些都是单个文件，但是我的项目有多个文件。我找到了一个关于如何将tf模型转换为单个.pb文件的教程，然而，该模型的结构不同，并且它不包含任何yaml文件。我的项目目前并不专注于创建模型，而只是将模型集成到iOS应用程序中。我发现这个模型对于一个应用程序的想法很有趣，并想知道它是否可以集成。如果有任何教程可以帮助我解决这类问题，请让我知道。

Answer 1

Core ML模型没有使用这些东西。yaml文件等仅用于训练TF模型。

您只需提供一个冻结的图形(一个.pb文件)，然后使用tfcoreml将其转换为mlmodel。

看起来您的项目没有冻结的图形，而是检查点。有一个TF实用程序可用于将检查点转换为冻结的图形，请参见https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py