Skip to content

Latest commit

 

History

History
36 lines (25 loc) · 1.71 KB

tf2tnn.md

File metadata and controls

36 lines (25 loc) · 1.71 KB
Raw

Tensorflow 模型转换为 TNN 模型

要将 Tensorflow 模型转换为 TNN 模型，首先将 Tensorflow 模型转换为 ONNX 模型，然后再将ONNX 模型转换为 TNN 模型。

将 Tensorflow 模型转换为ONNX，我们借助于 ONNX 开源社区的力量，ONNX 开源社区提供的开源的转换工具 tf2onnx，可以直接将 Tensorflow 模型转换为 ONNX 模型。在下面的文档中，会简单的介绍如何使用 tf2onnx 进行转换。我们强烈建议你去 tf2onnx 的官网，去了解 tf2onnx 的详细用法，这会帮助你更好的将 TensorFlow模型转换为 TNN 模型。当使用 tf2onnx 将 Tensorflow 模型转换为 ONNX 之后，建议参考 onnx2tnn 的相关文档，将 ONNX 模型转换为 TNN。

tf2onnx项目地址：https://github.com/onnx/tensorflow-onnx

1. 环境搭建（Mac and Linux）

  • tensorflow (version == 1.15.0) 建议使用 tensorflow 1.15.0 的版本，目前 tensorflow 2.+ 的版本的兼容性不好， 不建议使用。
pip3 install tensorflow==1.15.0
  • tf2onnx （version>= 1.5.5）
pip3 install tf2onnx
  • onnxruntime(version>=1.1.0)
pip3 install onnxruntime

2. tf2onnx 工具的使用

下面是对 test.pb 进行转换的命令，使用起来非常方便。建议大家阅读 tf2onnx 的 README.md 文件，里面有详细的对该工具各个参数的说明。

python3 -m tf2onnx.convert  --graphdef test.pb   --inputs input_data:0  --outputs pred:0   --opset 11 --output  test.onnx --inputs-as-nchw input_data:0

3. tf2onnx 支持的算子

该工具支持的算子的列表: support op