toco生成tflite模型

        TFLite是为了将深度学习模型部署在移动端和嵌入式设备的工具包，可以把训练好的TF模型通过转化、部署和优化三个步骤，达到提升运算速度，减少内存、显存占用的效果。模型量化有两种方式：python API和toco工具，这两种方式都可以进行tflite模型转换，包括float16、int8两种数据格式的tflite模型。

编译toco工具，编译方式

  bazel build //tensorflow/lite/toco:toco

toco转换mobilenet-ssd.pb模型为*.tflite模型

bazel-bin/tensorflow/contrib/lite/toco/toco --input_file=frozen_inference_graph.pb --output_file=frozen_inference_graph.tflite --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE --input_shapes=1,300,300,3 --input_arrays=Preprocessor/sub --output_arrays=concat,concat_1 --inference_type=FLOAT

options解释

Options	Definitions