TensorFlow人工智能引擎入門教程之十二 Caffe轉換tensorflow並 跨平臺調用

             前面好多章節 講了 人工智能引擎 tensorflow 怎麼使用，若是是tensorflow 訓練的模型  ，使用起來 很簡單，前面章節鎖了 saver 的使用，可是若是 是caffe  訓練的模型 ，也不要緊，因此 若是你們 使用caffe 與 使用tensorflow 都同樣的。 隨你喜歡。

            首先咱們進入caffe 官方github 下載 把相關的網絡模型deploy.txt 文件以及 訓練的最後模型文件caffemodel 下載下來。

             

     而後使用 https://github.com/ethereon/caffe-tensorflow 

    caffe-tensorflow 這個開源項目就行了 ，直接能夠轉換caffe 模型文件 爲 tensorflow 模型參數 轉換訓練的模型 爲 tensorflow 訓練的模型文件格式，交給tensorflow調用，tensorflow 有C++ PYTHON 的api 並且支持手機端，各類平臺，因此網上不少 吹牛逼的 項目手機上調用 ，手機上掃描顯示，直接用tensorflow 調用便可，你可使用tensorflow 來訓練，也可使用caffe來訓練，caffe訓練仍是比tensorflow 暫用更少的內存，速度稍微快了那麼一點點。

   

      好比 咱們前面 caffe 定義的 googleNet 

      該命令 能夠把googleNet 的caffe 的deploy.txt 網絡格式 轉化成 tensorflow 的python實現 代碼。

./convert.py /root/googleNet.prototxt --code-output-path=googleNetTensorflow.py

    若是咱們使用googleNet模型 deploy.txt 訓練好的 bvlc_googleNet.caffemodel 文件 

咱們 知道使用caffe api調用 依賴的第三方庫太多，因此不便於移植 到其餘平臺，好比手機端，我創業項目 後期就是用的tensorflow來調用，並非個人項目裏面哪個 而是 ，http://www.evervc.com/startups/48257   而是深度學習方面 圖像識別方面， 不是之前的那個AR加強現實 結合 圖像匹配搜索技術。那只是最開始的東西，後面 咱們主打人工智能 深度學習方面。 這裏 tensorflow的優點 就出來了 依賴不多，能夠支持手機端，IOS android 各類平臺，能夠很方便 調用 訓練好的模型 ，若是咱們有一個訓練好的模型 只須要使用下面命令 

    

./convert.py /root/googleNet.prototxt --caffemodel /root/model/bvlc_googleNet.caffemodel --data-output-path=googleNetTensorflow.npy

得到googleNetTensorflow 模塊文件，直接導入 引用便可。

      

    這一章節其實能夠不講的 ，其實只須要提一下 這個開源項目就好了 。