VIP20

本课程属于：002-TFLite Micro模型转换与FlatBuffer工具链 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

7. TFLite Micro转换前模型简化：图冻结、常量折叠与算子规整

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · TFLite Micro转换前模型简…

课程导入学习目标

TensorFlow计算图 · 会话与图模式 · 训练与推理的区别

基础知识TensorFlow

图冻结概念

什么是图冻结 · 为什么需要冻结 · 冻结前后模型结构的变化

图冻结概念什么是图冻结

常量折叠原理

常量折叠的定义 · 作用 · 如何将可求值的节点转换为常量

常量折叠原理常量折叠的定义

算子规整概述

算子规整的目标 · 常见算子变体 · 规整到标准算子集合的意义

算子规整概述算子规整的目标

Python环境 · TensorFlow版本选择 · TFLite Micro工具链安装

环境准备Python

模型导出基础

从Keras模型到SavedMode… · 从SavedModel到冻结图 · 使用tf.compat.v1.gra…

模型导出基础Keras

图冻结实战

使用tf.compat.v1.Ses… · 移除训练节点 · 保存为冻结pb文件

图冻结实战tf.compat.v1…

常量折叠实战

使用tf.graph_util.re… · 以及手动实现常量折叠的示例

常量折叠实战tf.graph

算子规整方法

使用tf.lite.TFLiteCo… · 允许的算子集合 · 以及如何将不支持的算子替换为等价标准…

算子规整方法tf.lite.TFLi…

模型简化工具

TensorFlow自带的graph… · tflite_convert命令 · 以及第三方工具（如Netron）的使…

模型简化工具TensorFlow

案例实战一

将一个小型Keras模型（如MNIS… · 常量折叠 · 算子规整并转换为TFLite格式

案例实战一Keras

案例实战二

处理包含BatchNorm · Dropout等训练特有节点的模型 · 展示冻结和折叠后的效果

案例实战二BatchNorm

案例实战三

处理包含自定义算子的模型 · 演示如何规整到TFLite Micr…

案例实战三处理包含自定义算…

模型大小优化

量化与剪枝在简化流程中的位置 · 动态范围量化 · 全整数量化对模型的影响

模型大小优化量化

简化前后模型输出的对比 · 如何量化精度损失 · 设置可接受的误差阈值

精度评估简化前后模型输出…

常见问题一

冻结时变量未完全转换 · 节点命名冲突 · 输出节点指定错误

常见问题一冻结时变量未完全…

常见问题二

常量折叠后模型无法加载 · 图结构损坏 · 折叠导致数值精度变化

常见问题二常量折叠后模型无…

常见问题三

算子规整后出现不支持算子 · 转换失败 · 如何查看TFLite Micro支持…

常见问题三算子规整后出现不…

使用Netron可视化图结构 · 打印节点信息 · 逐步检查转换日志

调试技巧Netron

自动化流程

编写脚本将冻结 · 折叠 · 规整

自动化流程编写脚本将冻结

与TFLite Micro集成

将转换后的TFLite模型部署到微控… · 内存布局 · 算子内核映射

模型大小 · 推理时间 · 内存占用的评估方法

性能分析模型大小

图优化pass的定制 · 使用TensorFlow Graph…

高级主题pass

模型设计时考虑部署约束 · 避免复杂算子 · 使用标准层组合

最佳实践模型设计时考虑部…

综合练习一

给定一个预训练模型（如MobileN… · 完成完整简化流程并评估结果

综合练习一MobileN

综合练习二

对比不同简化策略（仅冻结 · 冻结+折叠 · 冻结+折叠+规整）对模型大小和精度的…

综合练习二对比不同简化策略

综合练习三

将简化后的模型部署到模拟器（如QEM… · 验证实际运行效果

综合练习三QEM

回顾核心知识点 · 常见陷阱 · 学习资源推荐

课程总结回顾核心知识点

包含理论题和实操题 · 检验学员对图冻结 · 常量折叠

结课测试包含理论题