打包tflite后报错找不到tensorflow

最新推荐文章于 2025-05-03 11:18:36 发布
最新推荐文章于 2025-05-03 11:18:36 发布
阅读量219 收藏
点赞数
文章标签： tensorflow 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_41919659/article/details/131441169
版权
在仅使用tflite模块进行代码开发并打包后，发现运行时出现找不到tensorflow的错误。原因是tflite内部某些功能可能依赖tensorflow。为解决此问题，需要检查并可能注释掉那些直接或间接调用tensorflow的tflite源码部分。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

代码中只使用tflite模块，打包好后却发现没有找到tensorflow

这是因为tflite模块中有些地方会调用tensorflow

需要将tflite源码注释掉：

 

ttzss
关注
《PyInstaller打包实战指南》第二十一节 单文件模式打包TensorFlow
热爱代码
12-03 948
第二十一节 单文件模式打包TensorFlow 打包示例源码： 请点击该官方链接 版本信息： tensorflow==2.3.1 tensorflow-datasets==4.1.0 pyinstaller==4.1
Pyinstaller打包TensorFlow-GPU程序出现：No module named ‘tensorflow.python._pywrap_tensorflow_internal
地理信息系统、摄影测量与遥感、人工智能
06-30 9068
1.问题背景 最近需要将之前基于TensorFlow-GPU写的深度学习分类程序分发给其他同事使用，但众所周知，深度学习的配置较为麻烦，因此在想能否程序打包，直接运行即可？ python下面的打包库有很多，为了保险起见，没有选较为新潮的打包库，而是选择了老牌的Pyinstaller进行打包，然后就有了这篇博客。 2.问题分析 Pyinstaller有主流的两种打包方式：打包成文件夹（-D）或一个独立的文件（-F），强烈建议将程序打包为文件夹，不要打包为.........
pyinstaller的打包后错误（ModuleNotFoundError: No module named ‘tensorflow_core.python及FileNotFoundError:N
豆芽菜
07-03 3157
1 pyinstaller打包程序后执行时出错，如：ModuleNotFoundError: No module named 'tensorflow_core.python解决方法 该类型错误还有ImportError: cannot import name 'pywrap_tensorflow' 等。运行报错是pyinstaller无法导入tensorflow_core。问题解决方式为：在所运行的python文件（mypython.py中使用from tensorflow import *）路径下创建一
pyinstaller打包使用了tensorflow的python程序
IT-Why
03-01 776
#pyinstaller打包使用了tensorflow的python程序 打包完毕后，运行时如果提示 no module named ‘tensorflow’ 可以尝试打包时添加以下参数–hidden-import tensorflow pyinstaller -F .\PythonDemo.py --hidden-import tensorflow
python3.7安装tensorflow后找不到模块_python3.7安装Anaconda3+tensorflow2.1中遇到的问题
weixin_39889487的博客
12-04 1652
最近想搞深度学习，就开始装tensorflow,其中也是遇到了一些问题，希望给遇到同类问题的童鞋一些提示。。。。因为之前一直用的python3.7，虽然网上很多建议装python3.5版本tensorflow的，还是执着的选择了python3.7，就遇到一些问题一.先装了支持python3.7的Anaconda3PATH点或者不点都可，Anaconda3会再搭建一个python，点了以后在cmd/...
win10 使用Pyinstaller 打包TensorFlow问题以及解决方案
darkeyers的博客
10-11 3305
所有方法均经过实际测试，均解决问题。 对应的环境和版本如下： OS环境：win10 python：3.5.4 tensorflow：1.8.0-gpu cuda：9.0 建议在使用Pyinstaller 的时候使用 ：pyinstaller -Dmyfile.py 这样的好处就是在真的出错的时候还有挽回的空间，比如添加或者覆盖DLL等，如果单独一个EXE没法再处理。 1 “imp...
imx6ull部署tensorflow lite
qq_43784626的博客
04-13 4821
问题描述 需求是要在imx6ull上跑起来tensorflow lite神经网络模型，进阶目标是可以在QT中编写tensorflow lite应用 环境 操作环境：VMware中的Ubuntu 部署环境：linux on imx6ull（正点原子出厂系统） 基本步骤总结 交叉编译出TensorFlow lite针对imx6ull的库 将编译好的lite库放在开发板上，Ubuntu中也要保留，且尽量在一样的位置，方便引用 在qt开发时，将lite库进行引用，将qt软件编译完成后放置到开发板上 其中的模型
python安装tensorflow失败解决办法_我在安装TensorFlow遇到的问题和对应的解决办法...
weixin_30063287的博客
12-23 2875
我在安装TensorFlow遇到的问题和对应的解决办法刚好最近在看一些关于深度学习的书，然后就想着安装tensorflow跑跑代码加深一下印象，然后就遇见了很多问题，想着不能就这么算了就查找csdn的一些大佬们的博客，幸好都有解决方法，经历了几个小时终于是弄好了，下面是我遇到的一些问题和解决方法。问题一安装python库首选用pip，但总会出现下载超时的问题，这里我用了豆瓣镜像来下载，会快很多，命...
TensorFlow与PyTorch：模型参数查看与可视化攻略
fengbeely的博客
07-16 1119
目前netron支持 ONNX (.onnx, .pb, .pbtxt), Keras (.h5, .keras), Core ML (.mlmodel), Caffe (.caffemodel, .prototxt), Caffe2 (predict_net.pb, predict_net.pbtxt), Darknet (.cfg), MXNet (.model, -symbol.json), ncnn (.param) and TensorFlow Lite (.tflite)。
使用bazel从源代码编译tensorflow踩坑记录
热门推荐
surtol的博客
07-29 1万+
文章目录
pyinstaller打包tensorflow+python程序成.exe各种坑（持续添加）
monk1992的博客
07-24 3183
先说一句废话：唉，被自己给蠢到了，编译了一个GPU版的和一个CPU版的，两个命名还一样的。。。一直在用错的做测试。。。 一个建议：代码和命名规范，不然小意外会要命 最后：测试一定要细心每次都要检查一下版本是否是要测试的版本 问题： 1、把python+tensorflow1.13写的一个demo编译成.exe程序，在本机和其他装了tensorflow的电脑上可以顺利运行，但是在未安装tensorf...
pyinstaller打包tensorflow库 机器学习库
会飞的鱼@的博客
05-09 1658
Python3使用pyinstaller打包tensorflow库 打包：pyinstaller -F DCNN.py Pyinstaller打包程序： -F 生成一个exe程序包 -w 无命令行弹框 -I 图标 2、运行：运行exe找不到依赖 方法1：缺少补啥（通过包添加依赖） 缺点：怀疑人生 方法2：使用DCNN.spec文件打包（手动添加依赖） 优点：依赖我说了算 生成spec文件：使用打包命令pyinstaller -F .py脚本 3、修改和解...
[python]使用pyinstaller打包基于tensorflow 2.0的程序
kevinshift的博客
03-15 7468
打包过程中遇到了许多问题，本身tensorflow 2.0就挖了一个大坑，这里记录下遇到文件及解决方法，最后把用到的相关文件分享出来，供大家参考使用。 0 模块找不到的几种表现形式 一般是在运行打包的Exe时，会报错，通常缺少模块表现如下： （1）ModuleNotFoundError: No module named ‘tensorflow.python.platform’ （2）ImportE...
python pyinstaller 学习笔记
m0_37650263的博客
06-04 693
环境：win8,python2.7 32位 作用：打包编写好的python脚本，使其可在无python编译环境下运行 1.安装pyinstaller: 打开cmd,输入pip install pyinstaller,即可安装pyinstaller 2.选择需要打包的文件，并在任意位置建立一个包含所有需要打包的文件夹： 如我在桌面上建立文件夹installer_test:
java中使用tensorflow,无法在Java API中运行Tensorflow预测
weixin_35765686的博客
03-12 257
我在Python中使用tf.saved_model.builder.SavedModelBuilder保存模型，并使用SavedModelBundle.load在Java中加载模型。代码的主要部分是：SavedModelBundle smb = SavedModelBundle.load(path, "serve");Session s = smb.session();byte[] imageBy...
《TensorFlow 与 TensorFlow Lite：协同驱动 AI 应用全景》
最新发布
青蛙博客
05-03 704
在机器学习技术浪潮中，TensorFlow 与 TensorFlow Lite 作为 Google 技术栈的核心组件，分别占据云端训练与端侧部署的关键位置。本文将系统梳理二者架构特性、功能定位、技术差异及互补关系，结合多行业应用案例，全景式展现如何通过协同开发流程实现从复杂模型训练到轻量化终端部署的全流程落地，助力开发者精准把握技术选型，加速 AI 应用商业化进程。
在TensorFlow中，`Dense`和`Activation`是深度学习模型构建里常用的层
爱学习的capoo的博客
04-30 577
Dense层是全连接层，负责对输入进行线性变换。Activation层对输入应用激活函数，引入非线性特性。你可以根据具体的任务和需求，在模型中灵活运用这两个层。
树莓派智能摄像头实战指南：基于TensorFlow Lite的端到端AI部署
m0_72958694的博客
04-30 1114
在物联网与人工智能深度融合的今天，树莓派这一信用卡大小的计算机正在成为边缘计算的核心载体。本文将手把手教你打造一款基于TensorFlow Lite的低功耗智能监控设备，通过MobileNetV2模型实现实时物体检测，结合运动检测算法构建双保险监控体系。我们将深入探索模型轻量化部署、硬件加速优化和功耗管理策略，为嵌入式AI开发提供完整技术路线图。
自然语言处理实战：用CRF打造高精度命名实体识别系统
Loving_enjoy的博客
05-03 1234
无论是想快速搭建一个可用的NER系统，还是希望深入理解概率图模型的精髓，CRF都是值得放入工具箱的利器。'prev_is_b-geo': prev_tag == 'B-GEO' # 假设prev_tag是前一个标签。('参观天安门', ['O', 'B-POI', 'I-POI', 'I-POI'])" —— 人工智能先驱吴恩达。- **BiLSTM-CRF**：经典组合，在CoNLL-2003达到91%的F1值。('北京市', ['B-GEO', 'I-GEO', 'I-GEO']),
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值