python - 在将模型从检查点转换为 tflite 之前,是否有某种方法可以更改张量的数据类型
问题描述
with tf.compat.v1.Session(graph=graph) as sess:
loader = tf.compat.v1.train.import_meta_graph(trained_checkpoint_prefix + '.meta')
loader.restore(sess, trained_checkpoint_prefix)
keep_prob = graph.get_tensor_by_name("keep_prob:0")
keep_prob = tf.cast(keep_prob, tf.float32, name='keep_prob')
tensor_info_keep_prob = tf.compat.v1.saved_model.utils.build_tensor_info(keep_prob)
我正在使用 cast 将张量的数据类型转换为 float32,然后构建张量信息,但是这种 cast 方法会创建一个新的张量而不是更新原始张量。有没有办法改变现有张量的数据类型。任何帮助都会很棒。
解决方案
推荐阅读
- python - ThinkPython - Ex 4.5 - 编写一个绘制阿基米德螺旋线(或其他类型之一)的程序
- python - 为什么 spacy 不能区分以下代码中的两个同形异义词?
- php - foreach 循环中的 PHP 未设置对象,$key 是名称而不是迭代次数
- android - 约束布局宽度 0
- python - 如何在 tf.layers.max_pooling2d Tensorflow 中处理 0 批量大小?
- c++ - char 数组的操作如何导致堆栈溢出?
- angular - 循环依赖中带有警告的角度路由服务
- html - CSS 动画结束后显示 Div
- pytorch - 如何在 HPC 中使用 DistributedDataParallel() 和 init_process_group()?
- java - Jython 未加载 fxml 文件