Tensorflow lite 模型轉換

原創

2019-05-11 05:08

由於 TensorFlow Lite 運行在客戶端本地，開發者必須要在桌面設備上提前訓練好一個模型。並且爲了實現模型的導入，還需要認識一些其他類型的文件，比如：Graph Definition, Checkpoints 以及 Frozen Graph。各種類型的數據都需要使用 Protocol Buffers（簡稱 ProtoBuff）來定義數據結構，有了這些 ProtoBuff 代碼，你就可以使用工具來生成對應的 C 和 Python 或者其它語言的代碼，方便裝載、保存和使用數據。

Graph Def

關於 Graph Def（Graph Definition）文件，有兩種格式。拓展名爲 .pb 的是二進制 binary 文件；而 .pbtxt 格式的則是更具可讀性的文本文件。但是，實際使用中，二進制文件有着相當高的執行效率和內存優勢。

Graph Def 是你訓練的模型的核心，它定義了 node 的關係結構，方便由其他的進程來讀取。比如下面這個 Graph Def 就定義了“矩陣 A與矩陣 B 相乘得到矩陣 C”的描述。

Checkpoint

Checkpoint 文件是來自 TensorFlow 圖的序列化變量。這個文件當中沒有圖的結構，所以不會被解釋。在訓練學習的過程中，Checkpoint 文件記錄了不同的 Iteration 中變量的取值。

Frozen Graph

用 Graph Def 和 Checkpoint 生成 Frozen Graph 的過程叫做“冷凍”。爲什麼稱之爲冷凍呢？我們知道，生成 Frozen Graph 所需要的量都是從 Checkpoint 當中得到的，那麼這個變量轉爲常量的過程就被形象地稱之爲“冷凍”了。