无论如何,在 python android 应用程序中是否可以加载没有 keras 或 tensorflow 的 .tflite?
Is there anyway to load a .tflite without keras or tensorflow in python android app?
我对此很陌生,所以请原谅我缺乏知识。我正在尝试使用 kivy 制作一个 ML 应用程序,它可以检测某些对象。问题是我不能在我的代码中包含 tensorflow 和 keras,因为 kivy 不允许使用它进行 apk 转换。所以我遇到了 tensorflow lite,它可以在 android 上 运行,但是当我查看它的 python 示例时,我发现它包括 tensorflow-
import numpy as np
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
const = tf.constant([1., 2., 3.]) + tf.constant([1., 4., 4.])
val = img + const
out = tf.identity(val, name="out")
# Convert to TF Lite format
with tf.Session() as sess:
converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
tflite_model = converter.convert()
# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()
所以我想知道是否有任何方法可以在 android 中使用我的模型,基于 python?
我对此很陌生,所以请原谅我缺乏知识。我正在尝试使用 kivy 制作一个 ML 应用程序,它可以检测某些对象。问题是我不能在我的代码中包含 tensorflow 和 keras,因为 kivy 不允许使用它进行 apk 转换。所以我遇到了 tensorflow lite,它可以在 android 上 运行,但是当我查看它的 python 示例时,我发现它包括 tensorflow-
import numpy as np
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
const = tf.constant([1., 2., 3.]) + tf.constant([1., 4., 4.])
val = img + const
out = tf.identity(val, name="out")
# Convert to TF Lite format
with tf.Session() as sess:
converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
tflite_model = converter.convert()
# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()
所以我想知道是否有任何方法可以在 android 中使用我的模型,基于 python?