android 中的 Tensorflow：线性回归
Tensorflow in android: Linear regression
我已经使用 tensorflow 在 jupyter notebook 上完成了一个简单的线性回归模型的训练，我可以像这样保存和恢复保存的变量：
现在我正尝试在 android 应用程序上使用该模型。
按照教程 here，我可以像这样进入导入 tensorflow 库的阶段：
现在我想为模型提供输入数据并获得输出值。（请参阅下面的应用程序流程）但是，他们使用的是 .pb 文件（不知道这是什么) 在他们的申请中。在 4 个文件中：
我从保存我的模型中得到的，我没有 .pb 文件，这让我目瞪口呆。
应用程序的作用：
使用用户输入的高度值，使用预训练的张量流模型预测 SoC。
其中，使用线性回归方程：y = Wx + b
y - SoC
W-重量
x - 身高
b - 偏差
所有变量都是浮点值。
Android申请流程：
用户在文本框中输入身高值，然后按下"Predict"按钮。
应用程序使用已保存模型的权重、偏差和高度值来预测 SoC。
应用程序在文本视图中显示预测的 SoC。
所以我的问题是：如何使用 android studios 2.3.1 在 Android 应用程序中导入和使用我的模型？
这是我的 ipynb 和 csv 数据 files。
我可能误解了问题但是：
鉴于模型是预训练的，权重和偏差不会改变，您可以简单地使用在 Jupyter notebook 中计算的 W 和 b 值，并将它们硬编码在一个简单的表达式中
<soc> = -56.0719*<height> + 98.3029
不需要为此导入张量流模型。
更新
为确保问题得到解答，*.pb 文件来自使用图形冻结检查点文件 - 请参阅链接教程中的第二个代码面板以了解如何执行此操作。
关于冻结是指here
我已经使用 tensorflow 在 jupyter notebook 上完成了一个简单的线性回归模型的训练，我可以像这样保存和恢复保存的变量：
现在我正尝试在 android 应用程序上使用该模型。
按照教程 here，我可以像这样进入导入 tensorflow 库的阶段：
现在我想为模型提供输入数据并获得输出值。（请参阅下面的应用程序流程）但是，他们使用的是 .pb 文件（不知道这是什么) 在他们的申请中。在 4 个文件中：
我从保存我的模型中得到的，我没有 .pb 文件，这让我目瞪口呆。
应用程序的作用： 使用用户输入的高度值，使用预训练的张量流模型预测 SoC。 其中，使用线性回归方程：y = Wx + b
y - SoC
W-重量
x - 身高
b - 偏差
所有变量都是浮点值。
Android申请流程：
用户在文本框中输入身高值，然后按下"Predict"按钮。
应用程序使用已保存模型的权重、偏差和高度值来预测 SoC。
应用程序在文本视图中显示预测的 SoC。
所以我的问题是：如何使用 android studios 2.3.1 在 Android 应用程序中导入和使用我的模型？
这是我的 ipynb 和 csv 数据 files。
我可能误解了问题但是：
鉴于模型是预训练的，权重和偏差不会改变，您可以简单地使用在 Jupyter notebook 中计算的 W 和 b 值，并将它们硬编码在一个简单的表达式中
<soc> = -56.0719*<height> + 98.3029
不需要为此导入张量流模型。
更新 为确保问题得到解答，*.pb 文件来自使用图形冻结检查点文件 - 请参阅链接教程中的第二个代码面板以了解如何执行此操作。
关于冻结是指here