tensorflow lite 所需要的依赖，download_dependencies.sh文件下载最新文件。下载时间2020/11/2。解压文件夹downloads 放在tensorflow-master\tensorflow\lite\tools\make

Py-Smartreply Google的Smart Reply Tensorflow Lite模型的Python绑定。 这是我之前构建的更干净，更易于部署的版本。 特征： 可以无任何依赖地端对端使用的Python软件包。 使用CMake构建系统构建C ++代码库（早期存储库使用bazel） 自定义Tensorflow Lite操作解析器，可在编译时将C ++运算符绑定到有向无环图。 用Flask编写的Web服务器，用于通过REST API进行推理。 Kubernetes部署配置。

FaceNet和MTCNN转TFLITE和CoreML git clone https://github.com/jiangxiluning/facenet_mtcnn_to_mobile.git cd facenet_mtcnn_to_mobile pipenv install --dev # 布道 pipenv , 通过使用 pipenv 安装所有依赖包，使用其他版本的包，有可能出现各种转换问题。 pipenv shell # 孵化出运行项目的 shell 环境，以下命令需要在该环境中运