1. Breve introducción
TensorFlow Lite es una biblioteca móvil que se puede usar para implementar modelos en dispositivos móviles, microcontroladores y otros dispositivos perimetrales.
Suponga que desea realizar una tarea de clasificación de imágenes. Primero decida el modelo de la tarea. Es crear un modelo personalizado o usar un modelo previamente entrenado, como InceptionNet, MobileNet, NASNetLarge, etc. O aplique el aprendizaje de transferencia en modelos previamente entrenados.
Una vez completada la capacitación del modelo, convertirá el modelo a la versión Tensorflow Lite. El modelo TF lite es un modelo de formato especial que es eficiente en términos de precisión y una versión liviana con un tamaño más pequeño, estas características hacen que el modelo TF Lite sea muy adecuado para trabajar en dispositivos móviles y embebidos.
2. Conversión de modelo
Convertir formato keras
#Save the keras model after compiling
model.save('model_keras.h5')
model_keras= tf.keras.models.load_model('model_keras.h5')
# Converting a tf.Ker