标签: tensorflow2

我已经从谷歌下载了一个用于 Tensorflow.js (tfjs) 的预训练 PoseNet 模型，所以它是一个json文件。

但是，我想在Android上使用它，所以我需要.tflite模型。虽然有人在这里将类似的模型从 tfjs 移植到 tflite ，但我不知道他们转换了什么模型（PoseNet 有很多变体）。我想自己做这些步骤。另外，我不想运行一些有人上传到 stackOverflow 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。Tensorflow 文档

有谁知道任何方便的方法来做到这一点？

我有几个自己制作的 tfrecord 文件。它们在 tf1 中运行良好，我在几个项目中使用了它们。但是，如果我想在带有 tf2（运行 model_main_tf2.py 脚本）的 Tensorflow Object Detection API 中使用它们，我会在 tensorboard 中看到以下内容：

张量板图像选项卡

它完全叠加了图像。（运行 /work/tfapi/research/object_detection/model_main.py 脚本甚至 legacy_train 它们看起来不错）tf2 是否在 tfrecords 中使用了不同类型的编码？或者什么会导致这样的结果？

我想限制 CPU 内核和线程。所以我找到了三种方法来限制这些。

1) “Keras 后端 + Tensorflow”

from keras import backend as K
import tensorflow as tf

config = tf.ConfigProto(intra_op_parallelism_threads=2, \ 
                        inter_op_parallelism_threads=4, \
                        allow_soft_placement=True, \
                        device_count = {'CPU': 1})
session = tf.Session(config=config)
K.set_session(session)

2) “来自 Tensorflow 的 Keras”

import tensorflow as tf
from tensorflow import keras

tf.config.threading.set_intra_op_parallelism_threads(2)  
tf.config.threading.set_inter_op_parallelism_threads(4) 

3) “来自 Tensorflow 的 keras”

import os

os.environ['TF_NUM_INTRAOP_THREADS'] = '2'
os.environ['TF_NUM_INTEROP_THREADS'] = '4'

这三种方式影响一样吗？

最后我理解了我在下面写的参数

• intra_op_parallelism_threads("CPU 核心数")
• inter_op_parallelism_threads("线程数")

这是正确的吗？如果我错过了理解，请告诉我。

谢谢你。

我正在尝试使用以下设置在 Windows 10 上运行 TensorFlow：

• Anaconda3 与

• 蟒蛇3.8

• 张量流2.2.0

• 显卡：RTX3090

• cuda_10.1.243

• cudnn-v7.6.5.32 适用于 windows10-x64

运行以下代码需要 5 到 10 分钟才能打印输出。

import tensorflow as tf
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

我立即得到以下输出，但在继续之前它会挂起几分钟。

1-17 04:03:00.039069: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll
2020-11-17 04:03:00.042677: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cublas64_10.dll
2020-11-17 04:03:00.045041: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cufft64_10.dll
2020-11-17 04:03:00.045775: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library curand64_10.dll
2020-11-17 04:03:00.049246: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cusolver64_10.dll
2020-11-17 04:03:00.050633: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened …

我想在新的tensorflow2.3 中测试一些功能但是，我在安装过程中苦苦挣扎。

我看到：当 conda 尚不支持时，如何在 Windows 上安装最新的 Tensorflow（此处：2.2）？

我执行了： pip install --upgrade pip

我有：

ERROR: Could not find a version that satisfies the requirement tensorflow-cpu==2.3.0rc2 (from versions: 1.15.0rc0, 1.15.0rc1, 1.15.0rc2, 1.15.0rc3, 1.15.0, 2.1.0rc0, 2.1.0rc1, 2.1.0rc2, 2.1.0)
ERROR: No matching distribution found for tensorflow-cpu==2.3.0rc2