tf.keras 模型到 coreml 模型，不支持 BatchNormalization答案

【问题标题】：tf.keras model to coreml model, BatchNormalization not supportedtf.keras 模型到 coreml 模型，不支持 BatchNormalization
【发布时间】：2021-09-02 08:05:01
【问题描述】：

我正在开发一个图像识别项目，该项目使用来自 keras（张量流版本）的 InceptionV3。我已经训练了一个输出层，现在我正在尝试将其导出为 coreMl 格式，以便在 ios 设备上使用它。

然而，我得到了错误：

ValueError：不支持 Keras 层 ''。

我跑的时候：

model.save('IncepNet_SN_class.h5')

output_labels = ['0', '1', '2', '3', '4']

model_2 = tf.keras.models.load_model('IncepNet_SN_class.h5')

your_model = coremltools.converters.keras.convert('IncepNet_SN_class.h5', input_names=['image'], output_names=['output'], 
                                                   class_labels=output_labels)

your_model.save('IncepNet_SN_class.mlmodel')

有人知道怎么处理吗？

非常感谢，卢卡斯。

【问题讨论】：

您无法使用 Core ML 工具 Keras 转换器转换 TF 2.x 模型。你需要使用coremltools.convert(...)
先生，您是真正的英雄。效果很好，非常感谢！

标签： python tensorflow keras coreml coremltools

【解决方案1】：

来自 cmets

您无法使用 Core ML 工具 Keras 转换 TF 2.x model 转换器。你需要使用coremltools.convert(...)（转述自Matthijs Hollemans）

【讨论】：