将张量流模型转换为精简版的问题

Question

我已经成功创建了一个 TensorFlow 模型，通过自定义操作保存为 SavedModel .pb 格式。

我的问题是我无法使用命令行实用程序或 python API 将其转换为精简版

我的 python API 是：

import tensorflow as tf 
import os
import custom_op

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

converter = tf.lite.TFLiteConverter.from_saved_model("./SavedModel")
converter.target_ops = [tf.lite.OpsSet.TFLITE_BUILTINS,
                        tf.lite.OpsSet.SELECT_TF_OPS] 

tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

但转换失败并出现错误：

ValueError: Provide an input shape for input array 'X'.

我假设是因为我的占位符没有形状类型。我不明白为什么普通的 TensorFlow 模型没有它。

有什么帮助吗？

Answer 1

正如 TensorFlow Lite 的 documentation 中所述，您可以在 tf.lite.TFLiteConverter.from_saved_model 中传递不同的参数。

对于更复杂的 SavedModel，可以传入TFLiteConverter.from_saved_model() 的可选参数是input_arrays, input_shapes, output_arrays, tag_set and signature_key。运行help(tf.lite.TFLiteConverter)可以查看每个参数的详细信息。

您可以按照here 的说明传递此信息。您需要为输入数组“X”提供输入形状。喜欢，

tf.lite.TFLiteConverter.from_saved_model("./Saved_model", input_shapes={("X" : [1,H,W,C])})