TensorFlow Lite 操作列表

TensorFlow Lite 提供了一系列的操作，这些操作可以用于构建轻量级的机器学习模型。以下是一些常用的操作列表：

常用操作

  • 卷积操作：用于图像识别和分类。

    • CONV_2D
    • DEPTHWISE_CONV_2D
    • DEPTHWISE_SEPARABLE_CONV_2D

  • 池化操作：用于降低特征图的尺寸。

    • MAX_POOL_2D
    • AVERAGE_POOL_2D

  • 激活函数：用于引入非线性。

    • RELU
    • LEAKY_RELU
    • ELU

  • 归一化：用于标准化输入数据。

    • BATCH_NORMALIZATION

  • 全连接层：用于将特征映射到输出。

    • FULLY_CONNECTED

  • 循环操作：用于处理序列数据。

    • RNN
    • LSTM
    • GRU

  • 其他操作：包括但不限于：

    • SOFTMAX
    • LOGISTIC
    • ADD
    • SUB
    • MUL
    • DIV

更多操作信息，请访问TensorFlow Lite 操作指南.

TensorFlow Logo