我可以在PC (x86，x64)平台上使用Tensorflow lite或Tensorflow mobile吗？如果可以，它们是否针对此平台上的推理进行了优化？
可以在PC (x86，x64)平台上使用Tensorflow Lite或Tensorflow Mobile。Tensorflow Lite是Tensorflow的一个轻量级版本，专门用于在移动设备和嵌入式设备上进行推理。它通过优化模型大小和性能，以适应资源受限的设备。Tensorflow Mobile是Tensorflow的另一个版本，也用于在移动设备上进行推理。
对于PC平台，Tensorflow提供了Tensorflow框架，可以在PC上进行深度学习模型的训练和推理。Tensorflow框架提供了丰富的API和工具，支持各种编程语言，如Python、C++等。它可以利用PC平台的强大计算能力和存储资源，进行高效的模型训练和推理。
在PC平台上使用Tensorflow Lite或Tensorflow Mobile时，需要将模型转换为相应的格式。Tensorflow Lite使用了自己的模型格式（.tflite），而Tensorflow Mobile使用了Tensorflow的标准SavedModel格式。转换后的模型可以在PC上使用相应的推理引擎进行推理。
Tensorflow Lite和Tensorflow Mobile都针对移动设备和嵌入式设备进行了优化，以提供更好的性能和更小的模型大小。它们使用了一系列的优化技术，如量化、剪枝、模型压缩等，以减小模型的体积和加速推理过程。这些优化使得在资源受限的PC平台上进行推理时，能够更高效地利用计算资源，提供更快的推理速度和更低的功耗。
对于PC平台上的推理，可以使用Tensorflow Lite或Tensorflow Mobile的推理引擎进行加速。这些引擎可以利用PC平台的硬件加速功能，如GPU、CPU等，以提高推理性能。同时，Tensorflow还提供了一些优化工具和库，如TensorRT、OpenVINO等，可以进一步优化推理性能。
在PC平台上，可以使用Tensorflow Lite或Tensorflow Mobile进行各种应用，如图像分类、目标检测、语音识别等。它们可以在PC上实现各种机器学习和深度学习任务，并提供相应的API和工具支持。对于PC平台上的Tensorflow Lite或Tensorflow Mobile的应用场景，可以根据具体需求选择相应的腾讯云产品。
腾讯云提供了一系列与Tensorflow相关的产品和服务，如云服务器、GPU云服务器、AI推理服务器等，可以满足在PC平台上使用Tensorflow Lite或Tensorflow Mobile的需求。具体产品和产品介绍可以参考腾讯云官网的相关页面。
相关·内容
在我看来，我可以在PC平台上使用Tensorflow lite/mobile，但我不应该这样做。我应该在PC平台上使用普通的Tensorflow，在嵌入式系统上只使用lite或mobile。
浏览 10提问于2018-08-29得票数 2
回答已采纳
我的模块将用于x86和x64环境。我有一个头文件，其中包含一个具有以下签名的导出函数。
HRESULT GetObject(DWORD key, void* pValue, MY_SIZE_T cbSize);
MY_SIZE_T类型应该使用什么类型。
使用std::size_t来描述pValue指向的对象的大小。但是std::size_t在x86和x64平台上有所不同。我不确定它在界面级别上是否好。
使用宽度固定的DWORD。但是，在x64平台上，DWORD可能不够大。虽然很少有超过2^32字节的结构。
浏览 2提问于2015-10-15得票数 0
回答已采纳
1回答
我试着把我的Pytorch模型转换成TensorFlow Lite with ONNX。但是我在TensorFlow Lite上的推理时间是Tensorflow和Pytorch的两倍。我在google colab中运行TensorFlow精简版模型，这是我第一次使用TensorFlow精简版。 下面是我将Tensorflow转换为TensorFlow精简版的代码： converter = tf.lite.TFLiteConverter.from_saved_model("model/")
converter.optimizations = [tf.lite.Optimize.
浏览 18提问于2021-07-22得票数 0
我想在Raspi上安装TensorFlow Lite。
我想我可以首先为Raspi预先构建的pip install TensorFlow。我正在阅读交叉编译TensorFlow Lite 的说明，但是在生成libtensorflow-lite.a之后，我不知道该做什么。
浏览 0提问于2018-10-04得票数 8
回答已采纳
我试着用php阻止用户在我的网站上重复发帖，为了做到这一点，我用数据库中的标题字段检查用户输入的标题，如果在数据库系统中找到带有此标题的记录，则会向用户显示错误消息，但一些用户更改标题时只有很少的字符，例如，一些用户更改字符位置如下：
主标题:微软office lite(x86，x64)
change by user: microsoft office lite( x64,x86)
change by user: microsoft office_lite( x86,x64)
change by user: microsoft office_lite( x64,x86)
chang
浏览 1提问于2013-07-16得票数 1
回答已采纳
我已经使用YOLOv4训练了自定义对象检测模型。在使用Python成功运行推理之后，我将在Android设备上运行推理。所以我把它转换成TFLite的16位量化格式。但是当我使用Tensorflow lite任务视觉库加载它时，我一直收到错误： 'Mobile SSD models are expected to have exactly 4 outputs, found 3'。 据我所知，这个错误是由于模型与库的要求不兼容而导致的。但是，由于输出的数量是特定于YOLOv4模型架构的，那么这是否可行呢？ 任何帮助都将不胜感激。 致以最好的问候，SetNug
浏览 36提问于2021-09-21得票数 0
2回答
我有一个TensorFlow Lite模型和一个Coral板，我想对开发委员会的TPU进行推断。
在我的Python推理脚本中初始化TensorFlow Lite解释器时，我添加了"libedgetpu.so.1“作为实验委托，遵循了中的示例(链接在中)，但是推理速度与没有指定TPU实验委托时完全相同，因此我假设推断仍然在Dev的CPU上运行。在开发板上(有和不带实验委托)的推理时间为32s；在我的台式机上，如果在CPU上运行TFLite模型，同一测试集的推理时间为10s；在转换为TFLite之前，如果在Keras中运行相同的模型，则为1.3s (我假设这比TFLite更快，因为它使用
浏览 6提问于2020-03-20得票数 1
回答已采纳
我用C++/CLI封装了一个动态链接库(c++)的方法。我使用的是装有Vc++ 2010的x86 windows-xp计算机。
我在我的c++/CLI项目中同时配置了x86和x64。
我只在x64中得到一个编译错误。下面是代码片段
struct A
{
int data;
A *__ptr32 next;
}
pin_ptr<A *>pinned = &obj->next; // A obj
上面的代码行仅在x86配置中编译。在x64中，我得到了一个编译错误：can't convert A * to pin_ptr <Type>
浏览 1提问于2013-02-06得票数 0
我想使用谷歌在设备上的BigTransfer论文中的模型。
论文：
代码：
下面是我的TF Lite代码：
def representative_data_gen():
for x, _ in validation_ds.take(QUANTIZATION_REPRESENTATIVE_DATASET_SIZE):
yield [x]
converter = tf.lite.TFLiteConverter.from_saved_model(MODEL_DIR)
converter.optimizations = [tf.lite.Optimize.DEFAULT]
con
浏览 2提问于2021-01-11得票数 1
我刚刚完成了诗人2: TensorFlow教程()。在本教程的最后，我能够在我的手机上运行教程中提供的MobileNet。
现在，我正试图使用来自Tensorflow存储库的MobileNet，将教程中的MobileNet替换为我从头到尾培训的MobileNet。然而，在尝试使用TOCO时，我会遇到一个分割错误。如果我使用optimize_for_inference，我会收到如下警告
警告:tensorflow:节点MobilenetV1 1/Conv2d_0/BatchNorm/FusedBatchNorm的平均形状(0，)、预期(32 )不正确
警告:tensorflow:没有找到
浏览 0提问于2018-05-09得票数 1
嗨，有没有可能在linux平台上运行tensorflow lite？如果是，那么我们如何用java/C++/python编写代码在linux平台上加载和运行模型呢？我熟悉bazel，并使用tensorflow lite成功地制作了Android和ios应用程序。
浏览 0提问于2018-12-20得票数 9
TensorFlow-lite适用于嵌入式linux系统，Android NNAPI适用于Android系统的硬件加速。我确实想找出嵌入式linux的解决方案，而不是使用Tensorflow-Lite硬件加速的android。
浏览 3提问于2018-05-14得票数 1
我在Google codelabs 中看到了一个示例
它需要依赖于Android TensorFlow的支持。
dependencies {
implementation 'org.tensorflow:tensorflow-android:1.2.0-preview'
}
我知道TensorFlow Lite帮助开发人员在移动设备中使用该模型。
这两者有什么区别？
浏览 1提问于2018-11-20得票数 0
回答已采纳
我想为一个约会移动应用程序中的推荐系统建立一个ML数据管道。 目前，我正处于一个非常早期的阶段，试图弄清楚基础设施，但我对tensorflow和tensorflow lite感到困惑。 我可以使用tensorflow构建系统，然后在训练、超参数调整等之后在后端部署模型吗？ 当你想在移动设备上使用ML时，是否强制使用tensorfow lite，或者只有当你真正想要在手机设备上训练模型时才使用它？
浏览 13提问于2021-03-16得票数 0
回答已采纳
有人在Nvidia Jetson产品上使用过Tensorflow Lite吗？我想使用我的Jetson Nano进行推理，并希望使用GPU与tf-lite进行推理。
令人困惑的是，。
这有明确的原因吗？
是否可以选择使用完整的Tensorflow库(我不希望使用Nvidia TensorRT引擎)？
浏览 3提问于2020-03-27得票数 3
例如，创建Windows应用程序时，我必须选择x86在模拟器中进行调试，在手机上选择ARM进行调试。当然，这是因为我的PC正在运行x86 (确切地说，是x64，但x64处理器只在寄存器长度上有差异(如果我错了，请纠正我)，我的手机有一个ARM处理器。但与C++不同的是，C#并不是直接编译成汇编程序，而是使用某种中间语言。所以我的问题是:为什么这种中间语言在不同的平台上会有所不同。重写虚拟机、解释中间语言还不够吗？例如，Java在Mac、PC等上运行，而不必为每个平台进行编译。
浏览 1提问于2013-12-08得票数 4
回答已采纳
在应用训练后量化后，我定制的CNN模型被缩小到原来大小的1/4 (从56.1MB减少到14 my )。我将将要预测的图像(100x100x3)作为ByteBuffer字节放入100x100x3=30,000中。但是，在推理过程中，我得到了以下错误：
java.lang.IllegalArgumentException: Cannot convert between a TensorFlowLite buffer with 120000 bytes and a ByteBuffer with 30000 bytes.**
at org.tensorflow.lite.Tensor
浏览 1提问于2018-10-17得票数 2
回答已采纳
在我目前的项目中，我在Raspberry Pi上使用机器学习进行传感器融合。自从我听说Tensorflow Lite的发布以来，我真的很有兴趣在这个平台上部署和使用它来运行Lite模型。
在Tensorflow网站上有关于Android和iOS的提示，但我找不到任何关于其他平台的提示。是否有将TF Lite引入Raspi的(WIP)安装/编译指南？
提亚
浏览 1提问于2018-04-04得票数 4
我正在使用创建一个模型。然后，我想将此模型转换为Tensorflow Lite for Mobile。我遵循了，并能够使用output_node_names=predictions将模型转换为.pg文件。对于下一步，我需要使用将.pg文件转换为Tensorflow Lite模型，但我不知道在哪里可以找到一些需要的参数，如input_array，output_array，input_shape和output_node_names。
有人知道如何将HED模型转换为Tensorflow Lite模式吗？请帮帮忙。
谢谢，杜克
浏览 0提问于2018-11-12得票数 2
在进行分布式训练时，是否可以将运行tensorflow lite的设备作为参数服务器的工作任务？
浏览 2提问于2018-04-11得票数 0
我在官方量化的MobileNet V2上使用了tensorflow/tensorflow/lite/tools/evaluation/tasks/imagenet_image_classification/的官方Imagenet准确性评估工具。然而，报告的准确性远远低于预期。MB V2可从下载。下面的运行设置尽可能遵循。请帮助解释精度差距。
命令：
bazel run -c opt \
-- \
//tensorflow/lite/tools/evaluation/tasks/imagenet_image_classification:run_eval \
--model_file=/home
浏览 0提问于2021-05-25得票数 0
1回答
我有一个模型，非常类似的tensorflow语音命令演示，但它接受一个可变大小的一维数组作为输入。现在，我发现很难使用tflite_convert将这个模型转换为TF lite，这需要input_shape作为输入。
据说tf lite需要固定大小的输入才能提高效率，并且您可以在推理期间调整输入的大小，作为模型的一部分。但是，我认为这需要截断我不想要的输入。有没有办法用TF lite来完成这个任务？
浏览 0提问于2018-07-29得票数 0
回答已采纳
1回答
有没有办法安装一个轻量级的TensorFlow版本，只用于预测？
我使用TensorFlow 2.5和Python3.8 slim构建了一个Docker镜像。图像大小是1.8 1Gb，但我需要它是最大的1 1Gb。
由于我将只使用此Docker镜像进行预测，因此我猜一定有一种方法可以减少TensorFlow并只安装所需的模块。
如果您知道TF lite或TF serving是否可以帮助我达到这一点，请告诉我如何。
浏览 7提问于2021-05-26得票数 1
我用TensorFlow和Keras开发并训练了一个卷积神经网络。现在，我想把这个模型部署到一个Android设备上，在那里我需要一个实时应用程序。
我找到了将Keras模型部署到Android的两种方法：
将图形冻结为..pb文件(例如'model.pb')，然后在Android设备上使用"TensorFlowInferenceInterface“。
将冻结的图形转换为.tflite模型(例如'model.tflite')，然后在安卓设备上使用TesorFlow Lite解释器。
这两种方法都在Android设备上工作，并产生了预期的结
浏览 1提问于2019-05-18得票数 1
过去，我们只提供了工具套件的x86版本，但从下一个版本开始，我们还希望为工具套件的子集提供一个x64版本。我已经更新了我们的MSI项目，为x86和x64构建了一个版本。MSI-文件包含以下内容：
x86，一切，x86。
x64，x86版本中的所有内容+可用的x64子集。
我希望防止x86和x64 MSI被并排安装在x64平台上。我该怎么做？还是我在提供我们产品的x86和x64版本时采取了错误的方法？我想我可以在x86 MSI中包含一个不允许在x64平台上安装它的条件，但这被认为是不好的吗？
Atm和MSI共享相同的UpgradeCode (我看过这是一个好主意，如果我们以前只更
浏览 2提问于2015-04-24得票数 0
在Windows上运行带有C/C++扩展的x86 C++类库()是否足够? x64 VisualC++库()是否足够？
例如，x64 Python轮不需要x86 VisualC++库：
tensorflow-1.10.0-cp36-cp36m-win_win 64
但我不知道每个x64 Python轮是否都是正确的。也许Python轮可以同时包含x86和x64机器代码。
浏览 0提问于2018-09-21得票数 0
回答已采纳
1回答
我正在学习皮特·沃顿( Pete )和丹尼尔·西图纳亚克( Daniel )的TinyML书，内容是如何将神经网络应用于微控制器，并为微控制器配备TFLite。他们严格遵循末尾的指令。
为了尝试检查错误，他们建议在开发机器(即我的PC机)上测试代码，但是当运行"make“时，我会得到一些错误，而它不会生成。
当运行$ git clone --depth 1 https://github.com/tensorflow/tensorflow.git，然后运行$ make -f tensorflow/lite/micro/tools/make/Makefile test_hello_worl
浏览 4提问于2020-08-14得票数 0
回答已采纳
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
由于tensorflow lite是针对移动设备的，我想知道它是否可以构建在Linux平台上？怎么做到的？
浏览 9提问于2018-08-10得票数 4
回答已采纳
我试图通过Bazel命令编译在Windows 10 64位上支持MKL的tensorflow：
bazel build --config=mkl --config=opt //tensorflow/tools/pip_package:build_pip_package
在下列环境中：
Windows 10 64位
Tensorflow 1.12
巴泽尔0.18
我不知道我的配置有什么问题，我试过tensorflow r1.11和r1.12。这两个结果都有相同的问题，日志是：
ERROR: F:/tools/tf1.12/tensorflow/tensorflow/p
浏览 0提问于2018-11-01得票数 1
我尝试tflite_convert将我的saved_model.pb(对象检测API)文件转换为.tflite，但当我在克隆tensorflow git的C:\Users\LENOVO-PC\tensorflow>目录上的cmd上执行此命令时，
tflite_convert \ --output_file=/saved_model/maonani.tflite \ --saved_model_dir=/saved_model/saved_model
我收到一个错误，说
ImportError: No module named 'tensorflow.contrib.lite.py
浏览 0提问于2018-07-17得票数 1
我有一个以shape [1, 128, 1024, 2]为输入的TensorFlow模型。我想用TensorflowLite C应用程序接口在这个模型上运行推断。 tensorflow/lite/c/c_api.h中的示例代码显示了如何将输入提供给模型： std::vector<float> inputBuffer(1 * 128 * 1024 * 2);
// populate input buffer
// ...
TfLiteTensor *inputTensor = TfLiteInterpreterGetInputTensor(interpreter, 0);
Tf
浏览 22提问于2021-01-27得票数 1
回答已采纳
我有一个冻结推理图(frozen_inference_graph.pb)和一个检查点(model.ckpt.data-00000-of-00001，model.ckpt.index)，如何将它们部署到Tensorflow服务中？服务需要SavedModel格式，如何转换成它？我研究了Tensorflow，发现Deeplab v3+提供了PASCAL 2012型号，我在我的本地PC上运行列车、导航、可视化，但我不知道如何在服务上部署它。
浏览 0提问于2018-12-31得票数 1
我想在Rasperry微控制器上运行一个使用Keras的简单神经网络模型。当我使用一个图层时，我会遇到一个问题。代码定义如下：
#include "main.h"
#include <string.h>
#include "tensorflow/lite/micro/kernels/micro_ops.h"
#include "tensorflow/lite/micro/micro_error_reporter.h"
#include "tensorflow/lite/micro/micro_interpreter.h"
浏览 43提问于2021-05-25得票数 0
回答已采纳
我正在尝试使用下面的命令在Ubuntu上使用Tensorflow Lite Converter转换一个基于Inception ResNet的预训练的冻结.pb，我是从获得的：
/home/nils/.local/bin/tflite_convert
--output_file=/home/nils/Documents/frozen.tflite
--graph_def_file=/home/nils/Documents/20180402-114759/20180402-114759.pb
--input_arrays=input
--output_arrays=embeddings
--
浏览 4提问于2018-12-03得票数 3
我将一个微小的bert模块转换为tflite，并使用tensorflow lite c++ api运行推理。
当批处理size=1时，tensorflow执行平均运行时0.6ms，而tensorflow执行平均运行时1ms(默认线程为num)；当批处理size=10时，tensorflow执行平均运行时5ms，而tensorflow执行平均运行时3ms。
在我尝试应用SetNumThreads(4)时，似乎tensorflow lite在多线程加速方面什么也没做。
SetNumThreads(4)和SetNumThreads(1)执行相同的运行时，但cpu使用率从100%更改为200%。
我想
浏览 3提问于2020-07-28得票数 1
有没有办法convert data-00000-of-00001到Tensorflow Lite模型？文件结构如下所示
|-semantic_model.data-00000-of-00001
|-semantic_model.index
|-semantic_model.meta
浏览 5提问于2020-06-10得票数 1
关于Android应用程序的例子资料如此之少。有人能回答吗?在安卓项目中，是否有可能使用经过操场训练的.mlmodel？
指的是ML工具包、TensorFlow Lite和AutoML。
用于Android级别16的。
但是：
(通常以.tflite或.lite结尾)
你能给我任何建设性的建议或知识，我应该完成的机器人项目与机器学习模式培训？
我相信，对于每一个对Android开发感兴趣的初学者来说，这些信息都是有用的。
浏览 2提问于2019-11-06得票数 1
回答已采纳
我正在尝试从.pb文件生成量化的.tflite模型。对于#process，我需要模型的'input_arrays‘和'output_arrays’。
我尝试使用下面的方法来识别输入数组和输出数组。但它们都不起作用。
方法1：
import tensorflow as tf
frozen='/output/freeze/frozen_inference_graph.pb'
gf = tf.GraphDef()
gf.ParseFromString(open(frozen,'rb').read())
[n.name + '=>'
浏览 2提问于2019-08-12得票数 0
我一直试图在我的Anaconda环境中安装tflite支持包。以下是我所遵循的步骤：
conda create --name test_env python==3.7Installed 使用conda install tensorflow创建了一个新的python环境(因为pip安装在我的PC上产生导入错误)，然后使用pip install tflite-support (conda安装抛出PackagesNotFoundError错误)安装tflite-suppport包。
可以使用以下代码片段来再现错误：
import tensorflow as tf
from tflite_suppor
浏览 3提问于2020-09-28得票数 1
1回答
我想问一下，是否有TensorFlow Lite可以在移动、嵌入式和边缘设备上运行ML模型，以供具有内核的微控制器使用: ARM Cortex M7、ARM Cortex M55/M33？
如果不是，什么不允许有TF-Lite，即使是皮质M7/M55/M33是快速锁定在GHz范围内？
是可以运行TF的裸金属(无操作系统)环境，还是它只运行在操作系统系统(Linux)？它的微控制器优化的Tensorflow-微只针对这个微控制器领域(裸金属，RTOS)吗？
如果没有there为皮质M7/M55/M33，它能运行浮点ML模型吗？
非常感谢你的解释。
浏览 3提问于2022-09-23得票数 0
Tensorflow推出了XLA编译器，它编译了后端C++ tensorflow目标LLVM。我对XLA的理解是，只要有LLVM ->设备支持，这是朝着支持通用加速设备迈出的一步。
Tensorflow lite是最近发布的，取代了Tensorflow Mobile，它的工作重点似乎是针对嵌入式和移动设备，显然侧重于将嵌入式DSP和GPU作为这些环境中常见的可选处理器。Tensorflow lite似乎将操作交给了Android (神经网络API)，并支持tensorflow OPs的一个子集。
，这就引出了一个问题，：谷歌将向哪个方向支持非基于数据自动化系统的设备？除了我所描述的，是否
浏览 2提问于2018-12-06得票数 4
回答已采纳
对于任何VS项目，都可以在该项目的构建属性中设置平台目标。您可以将其设置为任何CPU、x86、x64或安腾。我的问题是，如果我将这个值设置为x86，这是否意味着我不能在x64机器上运行该项目？如果是这样，为什么还要使用它呢？总是使用任何CPU不是更好吗？
浏览 3提问于2012-05-10得票数 30
回答已采纳
作为我的学校项目的一部分，我创建了一个tensorflow lite模型来分类眼睛是睁开还是闭上。我在我的PC上交叉编译了一个可执行文件来运行我的raspberry pi中的tensorflow lite文件。然而，当我在一些镜像上运行我的可执行文件时，我得到了一个不需要的分类。有什么想法，为什么会发生这样的事情？
浏览 3提问于2018-08-29得票数 0
我正试图在x86_64 PC上使用tensorflow-lite测试我的模型。
我编写了一个c++测试代码，并成功地解释了给定的移动网络模型并执行了推理。我想将模型中的一些操作更改为我的自定义操作。在此之前，我检查了是否可以正确地将.tflite转换为json。我所做的是使用flatc和tensorflow lite的模式(schema.fbs)将mobilenet.lite更改为mobilenet.json，并将mobilenet.json重新更改为mobilenet_new.lite。但是，当我测试mobilenet_new.lite时，出现如下错误: tensorflow/contrib
浏览 17提问于2018-02-09得票数 1
我正在尝试使用ObRegisterCallbacks来防止我的应用程序被终止。
在Windows7 x64系统中，它运行得很好，符合我的计划。
但在Windows7 x86系统中，存在一些问题。
我必须使用/INTEGRITYCHECK链接器选项链接我的驱动程序，否则我不能使用ObRegisterCallbacks函数。它返回ACCESS_DENIED。
但是如果我用/INTEGRITYCHECK链接器选项构建它，我就不能加载我的驱动程序。
当我调用StartService()时，它返回ERROR_INVALID_IMAGE_HASH。
当然，我已经在构建之后为我的驱动程序签名了。所以我的驱动
浏览 0提问于2012-03-16得票数 2
2回答
我的应用程序是作为x64应用程序构建的。在迁移到VS2010之后，我得到了，这似乎与引用的dll中的一些x64/x86不匹配有关。现在我转到目标.NET4，我得到了更多的。
我的问题是:关于混合x64和x86，我需要采取哪些预防措施。到底能不能做到呢？我认为x64应用程序应该能够毫无问题地使用x86 dlls。不是吗？另一种方式呢？只要在x64平台上运行，x86应用程序可以引用x64动态链接库吗？我需要注意的陷阱是什么？
浏览 0提问于2010-04-23得票数 31
回答已采纳
1回答
我正在开发一个Tensorflow简单应用程序(希望检测人们是否在拍摄到的图像中)。
我熟悉Tensorflow的python接口。我看到Tensorflow Lite有一种不同的简化格式。
我对在传统的Tensorflow python程序中使用基于PC的GPU的tensorflow Lite示例中链接的模型(因为不想花时间创建自己的模型)感兴趣。
这个是可能的吗？
当我运行下面的代码时，我收到
import tensorflow as tf
def load_pb(path_to_pb):
with tf.gfile.GFile(path_to_pb, "rb")
浏览 1提问于2019-07-21得票数 3
我用C#编写浏览器，用vs2015在X86和X64平台上调试并发布，用Inno软件做了安装包。我试着在不同的电脑上运行它，X86和X64浏览器都可以在我的电脑上运行，我的电脑是X64 win10。
但是当我在朋友A的电脑(win7，X64)上运行X86版本时，浏览器就不能工作了。所以我在我朋友B的电脑(win10，X64)上运行X86版本，它可以工作。我搞不懂为什么X86版本不能在A的电脑上运行。
以下是我收到的错误信息：
浏览 72提问于2017-06-28得票数 2
我正在Raspberry Pi 3b上使用TF lite开发一个Tensorflow嵌入式应用程序，运行Raspbian Stretch。我已经将图形转换为平面缓冲区(lite)格式，并在Pi上原生构建了TFLite静态库。到目前一切尚好。但是应用程序是Python，似乎没有可用的Python绑定。Tensorflow Lite开发指南()声明“已经有了Python绑定和演示应用程序的计划。”然而，/tensorflow/contrib/lite/python/interpreter_wrapper中的包装器代码包含了所有需要的解释器方法。然而，在Python中调用它却让我摸不着头脑。
我已经
浏览 1提问于2018-06-18得票数 11
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
