平时工作就是做深度学习，但是深度学习没有落地就是比较虚，目前在移动端或嵌入式端应用的比较实际，也了解到目前主要有 caffe2，腾讯ncnn，tensorflow，因为工作用tensorflow比较多，所以也就从tensorflow上下手了。 下面内容主要参考&翻译 ...

TF Lite开发人员指南 目录： 　　　１　选择一个模型 　　　　　　使用一个预训练模型 　　　　　　使用自己的数据集重新训练inception-V3,MovileNet 　　　　　　训练自己的模型 　　　２　转换模型格式 　　　　　　转换tf.GraphDef ...

基础LENET5模型 基于MobileNet的改进模型（自动保存准确度大于0.8的模型并转化成tflite） 使用TensorFlow Lite Model Maker训练模型 该卷积神经网络基于EfficientNet-Lite ...

简介 TF lite是Tensorflow官方提供的在移动设备运行机器学习模型的解决方案。 主要优点： 性能（没有明显的准确率的下降） 低延迟 模型体积小 兼容性（安卓，ios） camera demo是官方提供的例子。通过摄像头实时的影像，根据已训练好的模型，判断 ...

1. 先 git clone tensorflow 的仓库，可以在 github 也可以在 gitee， gitee 会比 github 慢一天左右。但是下载速度快多了。 2. 确定环境里面有 g++, gcc, ar 3. 下载需要的依赖 下载的依赖文件在 ./tensorflow ...

一、TensorFlow Lite TensorFlow Lite 是用于移动设备和嵌入式设备的轻量级解决方案。TensorFlow Lite 支持 Android、iOS 甚至树莓派等多种平台。 二、tflite格式 TensorFlow 生成的模型是无法直接给移动端使用的，需要 ...

下载最新的的tensorflow源码。 1.配置 tflite 文件转换所需环境 安装 bazel 编译工具 https://docs.bazel.build/versions/master/install.html bazel build 出现问题： 图片来自https ...

假如想要在ARM板上用 tensorflow lite，那么意味着必须要把PC上的模型生成 tflite文件，然后在ARM上导入这个 tflite文件，通过解析这个文件来进行计算。 根据前面所说， tensorflow的所有计算都会在内部生成一个图，包括变量的初始化，输入 ...