我是TensorFlow的新手，如果我说些荒唐的话，我深表歉意。
我一直在使用TensorFlow.js在PoseNet中使用browser模型。在此项目中，我可以更改algorithm and parameters，以便在检测某些姿势时可以获得更好的结果。在我的用例中，最重要的参数是乘数，数量字节和输出步幅。
到目前为止，我已经取得了想要的结果。但是，我想将这些结果转换为TensorFlow Lite，以便可以在iOS应用程序中使用它。我设法在TensorFlow Lite文件（tflite）中找到了PoseNet模型，甚至找到了TensorFlow提供的iOS app示例，我能够加载模型文件并使它在iOS上运行。
问题是...我无法在iOS应用上更改参数（乘数，量化字节和输出步幅）。我无法在任何地方找到它。我试图在iOS应用程序源代码中搜索这些参数，我试图找到将TensorFlow.js模型转换为TensorFlow Lite的方法，以便我可以在应用程序中加载所需的参数，但是没有运气。
[我正在写这篇文章，所以也许你们可以为我指出正确的方向，这样我就可以将TensorFlow.js上的内容“翻译”为TensorFlow Lite。
编辑：
这是最近几天我学到的：
TFLite设计用于在轻量级运行时为固定模型提供服务。因此，按需修改模型参数并不是其设计目标。
我查看了PoseNet的TF.js代码，发现了类似的设计。看来您可以修改参数，因为它们对于每个参数实际上都有不同的模型。 https://github.com/tensorflow/tfjs-models/blob/b72c10bdbdec6b04a13f780180ed904736fa52a5/posenet/src/checkpoints.ts#L37
TFLite模型通常不支持动态参数。创建神经网络时，输出跨度乘数和量化字节是固定的参数。
所以我要做的是从TF.js模型中提取权重，然后将其放入现有的MobileNet代码中。
这就是我现在需要帮助的地方。谁能指出我要加载和更改模型的方向，以便随后可以使用自己的参数将其转换为tflite？
EDIT2：
我找到了一个可帮助我将TF.js模型转换为TF Lite Griffin98/posenet_tfjs2tflite的存储库。我仍然无法定义Quant Bytes。
您可能会发现此存储库很有用：https://github.com/tensorflow/tfjs/tree/master/tfjs-converter
这是PoseNet的Python实现：https://github.com/atomicbits/posenet-python