摘要：簡介是針對移動設備和嵌入式設備的輕量化解決方案，占用空間小，低延遲。支持浮點運算和量化模型，并已針對移動平臺進行優化，可以用來創建和運行自定義模型。此外，轉換的方式有兩種，的方式和命令行方式。生成為了將模型轉為，模型需要導出。

Tensorflow Lite是針對移動設備和嵌入式設備的輕量化解決方案，占用空間小，低延遲。Tensorflow Lite在android8.1以上的設備上可以通過ANNA啟用硬件加速。

支持浮點運算和量化模型，并已針對移動平臺進行優化，可以用來創建和運行自定義模型。開發者也可以在模型中添加自定義操作。

FlatBuffer格式

具有在移動設備運行更快的內核解釋器

支持通過Tensorflow訓練好的模型轉換為Tensorflow Lite格式（pd,h5等都可以）

當支持所有優化操作時，模型小于300k，當僅支持inception v3和mobilenet模型優化時，模型小于200k

預訓練模型：

inception v3：用于目標檢測

MobileNets：專門針對移動端的模型，具有低延遲，高速度，低內存，可用于圖像識別，目標檢測，圖像分割，但是精度小于inception v3

量化版本的MobileNets，通過將float-32轉為int-8，在CPU上擁有更快的速度

支持java，c++API

以上談到的預訓練模型基于ImageNet數據集訓練，支持1000種類別。如果此數據集不能滿足你的項目需要，你需要準備自己的數據集和標簽，使用遷移學習重新訓練模型。

Tensorflow Lite模型的數據格式與Tensorflow桌面端不同，需要使用Tensorflow Lite轉換為.tflite格式，然后應用到移動端。
模型結構：

java-API：包裝C++API,以便在android上使用java調用

C++-API:加載Tensorflow Lite模型和解釋器

解釋器：執行模型一系列核心操作，支持選擇內核加載。全部加載300kb，不加載只有100kb

在android8.1以上設備，可通過相關api進行硬件加速（硬件支持的情況下），否則在CPU執行

Tensorflow Lite轉換器支持以下格式：

使用python API執行SavedModel保存的模型文件

tf.keras保存的.h5模型文件

轉換后的GraphDef文件

Tensorflow模型一般保存為.pd或.pdtxt格式的文件，要轉換為Tensorflow Lite支持的文件，首先需要進行frozen操作。此操作處理多個不同格式的文件：

tf.GraphDef（pd,pdtxt）：圖文件，包含操作，張量，變量的定義

checkpoint（.ckpt）：包含變量，不包含解釋器

tensorflow lite（.tflite）：序列化的FlatBuffer文件，包含所有需要的文件

checkpoint文件包含訓練權重，tf.graphdef文件包含圖結構。凍結操作就是將上述文件進行合并操作
使用命令行，執行該操作的示例如下：

freeze_graph --input_graph=/demo/mobilenet_v1_224.pd
--input_checkpoint=/demo/checkpoints/mobilenet-1001.ckpt
--input_binary=True
--output_graph=/demo/frozen_mobilenet_v1_224.pd
--output_node_names=/demo/MobileNetV1/Predictions/Reshape_1

input_binary:讀取的文件是否是二進制文件，如：pd和pdtxt文件

可以使用android studio和源碼編譯兩種方式，此處我們介紹第一種（由于你懂的原因，開vpn會比較順利些）。

安裝android studio

SDK大于26，NDK大于14

導入工程項目，路徑：tensorflow/lite/examples

默認使用mobilenet模型，如要使用inception模型，先下載模型文件并拷貝至asset文件夾，然后修改Camera2BasicFragment文件：
classifier = new ImageClassifierQuantizedMobileNet(getActivity())改為：
classifier = new ImageClassifierFloatInception(getActivity())

上圖是Tensorflow Lite轉換器的工作流程，清晰明了，就不做過多介紹了。此外，轉換的方式有兩種，python api的方式和命令行方式。

使用tf.Session將Tensorflow模型轉為Tensorflow Lite模型

import tensorflow as tf

img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
var = tf.get_variable("weights", dtype=tf.float32, shape=(1, 64, 64, 3))
val = img + var
out = tf.identity(val, name="out")

with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())
  converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
  tflite_model = converter.convert()
  open("converted_model.tflite", "wb").write(tflite_model)

以下代碼展示怎樣將.pd或.pdtxt文件轉為Tensorflow Lite模型支持的FlateBuffer格式文件。

import tensorflow as tf

graph_def_file = "/path/to/Downloads/mobilenet_v1_1.0_224/frozen_graph.pb"
input_arrays = ["input"]
output_arrays = ["MobilenetV1/Predictions/Softmax"]

converter = tf.lite.TFLiteConverter.from_frozen_graph(
  graph_def_file, input_arrays, output_arrays)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

import tensorflow as tf

converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

import tensorflow as tf

converter = tf.lite.TFLiteConverter.from_keras_model_file("keras_model.h5")
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

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.fake_quant_with_min_max_args(val, min=0., max=1., name="output")

with tf.Session() as sess:
  converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
  converter.inference_type = tf.lite.constants.QUANTIZED_UINT8
  input_arrays = converter.get_input_arrays()
  converter.quantized_input_stats = {input_arrays[0] : (0., 1.)}  # mean, std_dev
  tflite_model = converter.convert()
  open("converted_model.tflite", "wb").write(tflite_model)

代碼展示如何使用Tensorflow Lite解釋器讀取.tflite文件。

import numpy as np
import tensorflow as tf

# 加載模型并分配張量
interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

# 獲取輸入輸出張量
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# 隨機生成測試數據，測試模型輸出
input_shape = input_details[0]["shape"]
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]["index"], input_data)

interpreter.invoke()
output_data = interpreter.get_tensor(output_details[0]["index"])
print(output_data)

如圖所示，Tensorflow2.0與之前相比，少了凍結graph模塊，增加了Concrete Fn。

為了將Tensorflow2.0模型轉為Tensorflow Lite，模型需要導出concrete Fn。這是因為Tensorflow2.0中，eager execution是默認設置，雖然調試更加便利，但是它沒有保存圖，因為不能直接應用到移動設備。不過，可以使用tf.function包裝，這樣保存的模型就包含圖，可以轉換為Tensorflow Lite所需要的FlatBuffer格式文件。

class BasicModel(tf.Module):

  def __init__(self):
    self.const = None

  @tf.function
  def pow(self, x):
    if self.const is None:
      self.const = tf.Variable(2.)
    return x ** self.const

concrete Fn聲明的圖可以被轉換為Tensorflow Lite模型或者使用SaveModel導出。為了導出此方法，需要聲明signature，使用方法如下：

在tf.function中聲明input_signature

將tf.TensorSpec傳值給get_concrete_funtion

將input傳值給get_concrete_funtion

import tensorflow as tf

root = tf.Module()

# 初始化一次變量值
root.var = None

@tf.function
def exported_function(x):
  
  if root.var is None:
    root.var = tf.Variable(tf.random.uniform([2, 2]))
  root.const = tf.constant([[37.0, -23.0], [1.0, 4.0]])
  root.mult = tf.matmul(root.const, root.var)
  return root.mult * x

root.func = exported_function

concrete_func = root.func.get_concrete_function(
  tf.TensorSpec([1, 1], tf.float32))

Tensorflow2.0中轉換Tensorflow Lite模型使用tf.lite.TFLiteConverter.from_concrete_function()，示例如下：

import tensorflow as tf

# 創建模型
root = tf.train.Checkpoint()
root.v1 = tf.Variable(3.)
root.v2 = tf.Variable(2.)
root.f = tf.function(lambda x: root.v1 * root.v2 * x)

# 保存模型
export_dir = "/tmp/test_saved_model"
input_data = tf.constant(1., shape=[1, 1])
to_save = root.f.get_concrete_function(input_data)
tf.saved_model.save(root, export_dir, to_save)

# 加載模型并獲取concrete fn.
model = tf.saved_model.load(export_dir)
concrete_func = model.signatures[
  tf.saved_model.DEFAULT_SERVING_SIGNATURE_DEF_KEY]

# 設置input shape
concrete_func.inputs[0].set_shape(input_data.shape)

# 轉換模型
converter = tf.lite.TFLiteConverter.from_concrete_function(concrete_func)
tflite_model = converter.convert()

TensorFlow Lite推斷一般執行以下步驟：

加載.tflite模型

處理數據以適應模型input

調用API，創建解析器，運行模型

獲取模型輸出結果

如圖所示，大模型高精度，高延遲；小模型低精度，低延遲，模型的選擇需要根據你的項目需求進行選擇。