模型转换器命令参考

本页介绍如何使用 TensorFlow 2.0 命令行工具中的TensorFlow Lite 模型转换器。首选的转换方法是使用 Python API。

综述

TensorFlow Lite 转换器命令行工具 tflite_convert 它支持基础模型转换。使用 TFLiteConverter Python API 支持任何涉及量化或其他参数的转换(例如：SavedModels 签名，或者在 Keras 模型上自定义对象).

使用

下列命令参数用于输入和输出文件。

• --output_file. 类型: string. 指定输出文件的绝对路径。
• --saved_model_dir. 类型: string. 指定含有 TensorFlow 1.x 或者 2.0 使用 SavedModel 生成文件的绝对路径目录。
• --keras_model_file. Type: string. 指定含有 TensorFlow 1.x 或者 2.0 使用 tf.keras model 生成 HDF5 文件的绝对路径目录。

例如：

tflite_convert \
  --saved_model_dir=/tmp/mobilenet_saved_model \
  --output_file=/tmp/mobilenet.tflite

附加说明

从源代码构建

想要运行最新版本的 TensorFlow Lite 模型转换器可以通过 pip 安装 TensorFlow 2.0 测试版或者克隆 TensorFlow 代码库然后使用 bazel 从源代码编译 TensorFlow 。下面是一个从源代码编译 TensorFlow 的例子。

bazel run //third_party/tensorflow/lite/python:tflite_convert -- \
  --saved_model_dir=/tmp/mobilenet_saved_model \
  --output_file=/tmp/mobilenet.tflite