概要
raspberry pi 1でtensorflow liteやってみた。
tfliteファイルを作ってみた。
kerasモデルから作ってみた。
データセットは、九九.
環境
tensorflow 1.12
kerasモデルを学習してセーブする。
import numpy as np
import tensorflow as tf
from tensorflow.contrib.keras.api.keras.models import Sequential
from tensorflow.contrib.keras.api.keras.layers import Dense, Dropout, Embedding, LSTM
def in_encode(i, j):
k = j * 16 + i
return np.array([k >> d & 1 for d in range(8)])
def out_encode(i, j):
k = j * i
return np.array([k >> d & 1 for d in range(7)])
def decode(p):
f = 0
if p[0] > 0.5:
f += 1
if p[1] > 0.5:
f += 2
if p[2] > 0.5:
f += 4
if p[3] > 0.5:
f += 8
if p[4] > 0.5:
f += 16
if p[5] > 0.5:
f += 32
if p[6] > 0.5:
f += 64
return f
trX = np.array([in_encode(i, j) for i in range(1, 10) for j in range(1, 10)])
trY = np.array([out_encode(i, j) for i in range(1, 10) for j in range(1, 10)])
model = Sequential()
model.add(Dense(40, activation = 'tanh', input_shape = (8, )))
model.add(Dense(40, activation = 'tanh'))
model.add(Dense(7, activation = 'linear'))
model.compile(loss = 'mean_squared_error', optimizer = 'adam')
model.fit(trX, trY, batch_size = 60, epochs = 1000, verbose = 1, validation_data = (trX, trY))
p = ' '
j = 1
for i in range(1, 10):
p += '%3d ' % (i * j)
p += '\n'
for j in range(1, 10):
p += '%3d ' % (j)
for i in range(1, 10):
x = np.array([in_encode(i, j)])
pred = model.predict([x])
k = decode(pred[0])
p += '%3d ' % (k)
p += '\n'
print (p)
model.save('kuku.h5')
kerasファイルからtfliteファイルを作る。
import tensorflow as tf
import tensorflow.contrib.lite as lite
converter = lite.TFLiteConverter.from_keras_model_file("kuku.h5")
tflite_model = converter.convert()
open("kuku.tflite", "wb").write(tflite_model)
print ("ok")
tfliteファイルを検証する。
import numpy as np
import tensorflow as tf
import tensorflow.contrib.lite as lite
def in_encode(i, j):
k = j * 16 + i
return np.array([k >> d & 1 for d in range(8)])
def out_encode(i, j):
k = j * i
return np.array([k >> d & 1 for d in range(7)])
def decode(p):
f = 0
if p[0] > 0.5:
f += 1
if p[1] > 0.5:
f += 2
if p[2] > 0.5:
f += 4
if p[3] > 0.5:
f += 8
if p[4] > 0.5:
f += 16
if p[5] > 0.5:
f += 32
if p[6] > 0.5:
f += 64
return f
interpreter = lite.Interpreter(model_path = "kuku.tflite")
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
# print (input_details)
# print (output_details)
p = ' '
j = 1
for i in range(1, 10):
p += '%3d ' % (i * j)
p += '\n'
for j in range(1, 10):
p += '%3d ' % (j)
for i in range(1, 10):
x = np.array([in_encode(i, j)])
input_data = np.array(x, dtype = np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
pred = interpreter.get_tensor(output_details[0]['index'])
k = decode(pred[0])
p += '%3d ' % (k)
p += '\n'
print (p)
以上。