TensorFlow人工智能引擎入门教程之十二 Caffe转换tensorflow并 跨平台调用

             前面好多章节 讲了 人工智能引擎 tensorflow 怎么使用，若是是tensorflow 训练的模型  ，使用起来 很简单，前面章节锁了 saver 的使用，可是若是 是caffe  训练的模型 ，也不要紧，因此 若是你们 使用caffe 与 使用tensorflow 都同样的。 随你喜欢。

            首先咱们进入caffe 官方github 下载 把相关的网络模型deploy.txt 文件以及 训练的最后模型文件caffemodel 下载下来。

             

     而后使用 https://github.com/ethereon/caffe-tensorflow 

    caffe-tensorflow 这个开源项目就行了 ，直接能够转换caffe 模型文件 为 tensorflow 模型参数 转换训练的模型 为 tensorflow 训练的模型文件格式，交给tensorflow调用，tensorflow 有C++ PYTHON 的api 并且支持手机端，各类平台，因此网上不少 吹牛逼的 项目手机上调用 ，手机上扫描显示，直接用tensorflow 调用便可，你可使用tensorflow 来训练，也可使用caffe来训练，caffe训练仍是比tensorflow 暂用更少的内存，速度稍微快了那么一点点。

   

      好比 咱们前面 caffe 定义的 googleNet 

      该命令 能够把googleNet 的caffe 的deploy.txt 网络格式 转化成 tensorflow 的python实现 代码。

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

    若是咱们使用googleNet模型 deploy.txt 训练好的 bvlc_googleNet.caffemodel 文件 

咱们 知道使用caffe api调用 依赖的第三方库太多，因此不便于移植 到其余平台，好比手机端，我创业项目 后期就是用的tensorflow来调用，并非个人项目里面哪个 而是 ，http://www.evervc.com/startups/48257   而是深度学习方面 图像识别方面， 不是之前的那个AR加强现实 结合 图像匹配搜索技术。那只是最开始的东西，后面 咱们主打人工智能 深度学习方面。 这里 tensorflow的优点 就出来了 依赖不多，能够支持手机端，IOS android 各类平台，能够很方便 调用 训练好的模型 ，若是咱们有一个训练好的模型 只须要使用下面命令 

    

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

得到googleNetTensorflow 模块文件，直接导入 引用便可。

      

    这一章节其实能够不讲的 ，其实只须要提一下 这个开源项目就好了 。