深度學習要想落地實踐，一個少不了的路徑即是朝着智能終端、嵌入式設備等方向發展。但終端設備沒有GPU服務器那樣的強大性能，那如何使得終端設備應用上深度學習呢？ 所幸谷歌已經推出了TFMobile，去年又更進一步，推出了TFLite，其應用思路為在GPU服務器上利用遷移學習訓練 ...

1. Keras 轉 tflite def keras2tflite(keras_model, tflitefile) converter = tf.lite.TFLiteConverter.from_keras_model(model_2) # Indicate that we ...

我們用keras訓練模型后，通常保存的模型格式類型為hdf5格式，也就是.h5文件。 但如果我們想要移植到移動端，特別是基於tensorflow支持的移動端，那就需要轉換成tflite格式。 如何轉換呢？在tensorflow1.9及以上版本，支持通過命令行方式方便進行轉換 ...

1. 先 git clone tensorflow 的倉庫，可以在 github 也可以在 gitee， gitee 會比 github 慢一天左右。但是下載速度快多了。 2. 確定環境里面有 ...

1、引言 最近一段時間在對卷積神經網絡進行量化的過程中，閱讀了部分論文，其中對於谷歌在CVPR2018上發表的論文“Quantization and Training of Neural Netwo ...