将预训练的保存模型从 NCHW 转换为 NHWC，使其与 Tensorflow Lite 兼容答案

【问题标题】：Converting pretrained saved model from NCHW to NHWC to make it compatible for Tensorflow Lite将预训练的保存模型从 NCHW 转换为 NHWC，使其与 Tensorflow Lite 兼容
【发布时间】：2018-07-28 06:13:15
【问题描述】：

我已将模型从 PyTorch 转换为 Keras，并使用后端提取 tensorflow 图。由于 PyTorch 的数据格式是 NCHW，所以提取和保存的模型也是这样。将模型转换为 TFLite 时，由于格式为 NCHW，无法转换。有没有办法将整个图转换为 NHCW？

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

最好有一个与 TFLite 匹配的数据格式的图表，以加快推理速度。一种方法是手动将转置操作插入图中，如下例所示： How to convert the CIFAR10 tutorial to NCHW

import tensorflow as tf

config = tf.ConfigProto()
config.gpu_options.allow_growth = True

with tf.Session(config=config) as session:

    kernel = tf.ones(shape=[5, 5, 3, 64])
    images = tf.ones(shape=[64,24,24,3])

    imgs = tf.transpose(images, [0, 3, 1, 2]) # NHWC -> NCHW
    conv = tf.nn.conv2d(imgs, kernel, [1, 1, 1, 1], padding='SAME', data_format = 'NCHW')
    conv = tf.transpose(conv, [0, 2, 3, 1]) # NCHW -> NHWC

    print("conv=",conv.eval())

【讨论】：

【解决方案2】：

很遗憾，目前没有办法将 NCHW 图转换为 NHWC；您必须从 NHWC 图表开始，以便在开始时进行训练，如果稍后您想使用 TF lite 运行。

【讨论】：