小编H.H*_*H.H的帖子

我有一个与模型动物园中的所有模型相同的已保存的 tensorflow 模型。

我想将其转换为 tesorflow lite，我从 tensorflow github 中找到了以下方法（我的 tensorflw 版本是 2）：

!wget http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz 
# extract the downloaded file
!tar -xzvf ssd_resnet50_v1_fpn_640x640_coco17_tpu-8.tar.gz
    

!pip install tf-nightly
import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model('ssd_mobilenet_v2_320x320_coco17_tpu-8/saved_model')
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.experimental_new_converter = True

converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS, tf.lite.OpsSet.SELECT_TF_OPS]
tflite_model = converter.convert()

open("m.tflite", "wb").write(tflite_model)

但是转换模型的输出和输入形状与原始模型不匹配，请检查以下内容：

• 原始模型输入和输出形状

• 转换后的模型输入和输出形状

所以这里有问题！输入/输出形状应该与原始模型相匹配！任何的想法？

这里的示例展示了如何使用远程过程调用（RPC）在 python 中创建客户端和服务器。

但我无法想象 FastAPI 服务如何成为一个服务器，使用 pika for RabbitMQ 来消费来自 RCP 客户端的请求。

任何 Web 服务都将通过显式调用它们来请求，但是，我无法想象如何将 RabbitMQ 消费者集成到 Web 服务中。

另一方面，对于客户端来说，这很容易做到，通过显式调用 Web 服务，您可以发布对队列的请求，请参阅此示例

有什么帮助吗？或者一个好的开始？