如何将 Tensorflow 模型转换为 .mlmodel？

Question

我想将具有以下结构的 Tensorflow 模型转换为 .mlmodel 文件以用于 iOS 应用程序：

cub_image_experiment/
   logdir/
       val_summaries/
       test_summaries/
       finetune/
          val_summaries/
   cmds.txt
   config_train.yaml
   config_test.yaml

我正在学习本教程：https://github.com/visipedia/tf_classification/wiki/CUB-200-Image-Classification 但是，我无法理解项目的结构。哪些文件很重要，如何将所有单独的配置文件和所有内容转换为单个 .mlmodel 文件，以便我可以在我的应用程序中使用？

我在网上查过，我能找到的只是如何将 .caffemodel 转换为 .mlmodel 或将 .pb 文件转换为 .mlmodel。这些都是单个文件，但是我的项目有多个文件。我找到了一个关于如何将 tf 模型转换为单个 .pb 文件的教程，但是，该模型的结构不同并且不包含任何 yaml 文件。我的项目目前并不专注于创建模型，而只是将模型集成到 iOS 应用程序中。我发现这个模型对于应用创意很有趣，想知道它是否可以集成。如果有任何教程可以帮助我解决此类问题，请告诉我。

Answer 1

None 的东西被 Core ML 模型使用。 yaml文件等仅用于训练TF模型。

您只需要提供一个冻结图（一个 .pb 文件），然后使用 tfcoreml 将其转换为 mlmodel。

您的项目似乎没有冻结图，而是检查点。有一个 TF 实用程序可用于将检查点转换为冻结图，请参阅 https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py

如何将 Tensorflow 模型转换为 .mlmodel？

How do I convert a Tensorflow model to .mlmodel?

tensorflow

machine-learning

coreml