如何创建一个可以转换为TensorFlow Lite (tflite)并可用于TensorFlow应用程序的TensorFlow模型?按照Google速成课程中的例子,我创建了一个分类器并训练了一个模型。我导出了模型,因为保存了模型。我想将模型转换为.tflite文件,并将其用于安卓上的推断器。很快(实际上以后),我明白我的模型使用了ParseExampleV2. - 。下面是我用来训练模型
我有一个以'h5‘格式保存的模型。在编译模型之后,我正在尝试恢复训练,并尝试加载优化器的权重。model.optimizer.set_weights(weights_list) 其中,weights_list是我从h5文件中手动提取的包含优化器权重的numpy数组列表。但是,如果我这样做了 model = tf.keras.model.load_model('~/modelname.h5',custom_obje