Wie konvertieren Sie das Keras* H5-Modell in ein IR-Format (Intermediate Representation)

Schritte zur Konvertierung des Keras* H5-Modells in ein IR-Format können nicht bestimmt werden.

Schritt 1: Konvertierung des Keras H5 Modells in das SavedModel-Format

1. Abhängigkeiten installieren :
   cd \deployment_tools\model_optimizer\install_prerequisites
   install_prerequisites_tf2.bat
2. Laden Sie das Modell mit TensorFlow* 2 und serialisieren Sie es im SavedModel-Format.
   import tensorflow as tf
   model = tf.keras.models.load_model('model.h5')
   tf.saved_model.save(model,'model')
3. Optional: Modell mit einer benutzerdefinierten Ebene CustomLayer von custom_layer.py:
   import tensorflow as tf
   from custom_layer import CustomLayer
   model = tf.keras.models.load_model('model.h5', custom_objects={'CustomLayer': CustomLayer})
   tf.saved_model.save(model,'model')

Schritt 2: Konvertieren des gespeicherten Modellformats in zwischengeschaltete Darstellung

1. Wechseln Sie in das Verzeichnis in /deployment_tools/model_optimizer
2. Führen Sie das Skript mo_tf.py mit einem Pfad zum Verzeichnis SavedModel und einem beschreibbaren Ausgabeverzeichnis aus:
   python mo_tf.py --saved_model_dir --output_dir --input_shape

Konvertierung von TensorFlow 2 Modellen bei der Konvertierung eines TensorFlow-Modells.

Allgemeiner Konvertierungsparameter und Wann geben Sie Eingabeformen bei der Konvertierung eines Modells in zwischengeschaltete Darstellung an.