如何从 Tensorflow.js (.json) 模型转换为 Tensorflow (SavedModel) 或 Tensorflow Lite (.tflite) 模型？

I have 下载的来自 Google 的 Tensorflow.js (tfjs) 的预训练 PoseNet 模型，因此它是json file.

但是，我想在Android上使用它，所以我需要.tflite模型。尽管有人将类似的模型从 tfjs '移植' 到 tflitehere，我不知道他们转换了什么模型（PoseNet 有很多变种）。我想自己做这些步骤。另外，我不想运行某人上传到 stackOverflow 中的文件中的任意代码：

注意：小心不受信任的代码——TensorFlow 模型就是代码。有关详细信息，请参阅安全使用 TensorFlow。张量流文档

有谁知道有什么方便的方法来做到这一点？

您可以通过查看 json 文件来了解您的 tfjs 格式。它经常说“图模型”。它们之间的区别是here.

从tfjs图模型到SavedModel（比较常见）

Use tfjs 到 tf by 帕特里克·莱文.

import tfjs_graph_converter.api as tfjs
tfjs.graph_model_to_saved_model(
               "savedmodel/posenet/mobilenet/float/050/model-stride16.json",
               "realsavedmodel"
            )

# Code below taken from https://www.tensorflow.org/lite/convert/python_api
converter = tf.lite.TFLiteConverter.from_saved_model("realsavedmodel")
tflite_model = converter.convert()

# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
  f.write(tflite_model)

从 tfjs 层模型到 SavedModel

Note:这仅适用于图层模型格式，不适用于问题中的图形模型格式。我写了他们之间的区别here.

1. Install并使用tensorflowjs-convert来转换.json文件转换为 Keras HDF5 文件（来自另一个所以线程).

在 Mac 上，您将遇到运行 pyenv 的问题（fix）并且在 Z-shell 上，pyenv 将无法正确加载（fix）。另外，一旦 pyenv 运行，请使用python -m pip install tensorflowjs代替pip install tensorflowjs，因为 pyenv 没有为我更改 pip 使用的 python。

一旦您遵循了tensorflowjs_converter 指南, run tensorflowjs_converter验证它的工作没有错误，并且应该只是警告你Missing input_path argument. Then:

tensorflowjs_converter --input_format=tfjs_layers_model --output_format=keras tfjs_model.json hdf5_keras_model.hdf5

2. 将 Keras HDF5 文件转换为 SavedModel（标准 Tensorflow 模型文件）或直接转换为.tflite文件使用TFLite转换器。以下代码在 Python 文件中运行：

# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert() 
    
# Save the TF Lite model.
with tf.io.gfile.GFile('model.tflite', 'wb') as f:
f.write(tflite_model)

或保存到 SavedModel：

# Convert the model.
model = tf.keras.models.load_model('hdf5_keras_model.hdf5')
tf.keras.models.save_model(
    model, filepath, overwrite=True, include_optimizer=True, save_format=None,
    signatures=None, options=None
)