python - Tensorflow 模型到 Numpy

标签 python numpy tensorflow neural-network deep-learning

我想在另一个 Python 包中使用在 Tensorflow 中实现的预训练 SqueezeNet 模型。问题在于当前版本的 Tenorflow does not support Python 3.7并且将整个 Tensorflow 包作为要求也不是一个好主意,因为它非常消耗空间,并且可能成为包中问题的另一个来源。最好的选择是避免将 Tensorflow 作为要求。

是否有任何选项可以将 Tensorflow 模型转换为 Numpy 或任何其他更轻量的表示形式中的操作。我不需要训练模型的支持,因为它已经经过预训练。我将使用该模型仅用于预测目的。该解决方案必须具有打包在 Python 包中的选项(可通过 pip 安装)。

欢迎任何其他建议。

最佳答案

您可能想尝试将模型导出到 tflite,看看您是否可以依赖它。目前不支持自动将任何 tensorflow 模型转换为 numpy 的方法,但您可以通过检查模型来手动执行此操作。

关于python - Tensorflow 模型到 Numpy,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54346498/

相关文章:

python - 使用 Tensorflow 构建 SVM

Python求和然后乘以几个列表的值

python - 检查序列是否包含非连续子序列的最快方法?

python - 使用 TensorFlow 的梯度下降比基本的 Python 实现慢得多,为什么?

python - Tensorflow:如何为 numpy 矩阵输入创建 feature_columns

python - 确定性 python 脚本以非确定性方式运行

python - TensorFlow 数据集 API from_generator 序列结束错误

python - 如何将具有多个对象的 pandas 系列转换为字符串系列?

python - 如何找到连续不同值的平均值/中位数?

python - 如何聚合 NumPy 记录数组(总和、最小值、最大值等)?