问题描述
我使用以下模型进行音频分类：
model = models.Sequential([
layers.Input(shape=input_shape),preprocessing.Resizing(64,64),layers.Conv2D(64,3,activation='relu',padding="same"),activation='relu'),layers.MaxPooling2D(),layers.Conv2D(128,layers.Conv2D(32,layers.Dropout(0.25),layers.Flatten(),layers.Dense(128,layers.Dropout(0.5),layers.Dense(2),])
这在 cpu 上运行良好。现在我想在 TPU（通过 RaspBerry Pi Zero (ARM6) 的 Coral USB Accelerator）上运行经过训练的模型。在 Coral 上运行模型必须使用的 edge TPU compiler 不接受 tf.keras.layers.experimental.preprocessing.Resizing（代码片段中的第三行）。边缘 TPU 编译器只接受 TensorFlow lite 函数的一个子集。因此，我现在正在寻找一种替代方法，将我的 624x129x1 频谱图调整为 64x64x1，作为models.Sequential() 之外的预处理步骤。不幸的是，Tensorflow 和 PyTorch 不适用于 RPI0。因此，我无法使用这些库，并且正在寻找将频谱图预处理为正确大小的替代方法。 非常感谢任何帮助或建议！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）