运行时错误：tensorflow/lite/kernels/pad.cc:79 SizeOfDimension答案

【问题标题】：RuntimeError: tensorflow/lite/kernels/pad.cc:79 SizeOfDimension运行时错误：tensorflow/lite/kernels/pad.cc:79 SizeOfDimension
【发布时间】：2021-06-02 13:59:35
【问题描述】：

所以我截断了以下代码，直到我输入interpreter.invoke()的最后一行

input_data10 = np.expand_dims(input_text[1:1001], axis=1)
interpreter.resize_tensor_input(input_details[0]['index'], [1000, 1, 100])
interpreter.allocate_tensors()
interpreter.set_tensor(input_details[0]['index'], input_data10)
interpreter.allocate_tensors()
interpreter.invoke()

我得到的错误是这个：

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-51-7d35ed1dfe14> in <module>
----> 1 interpreter.invoke()

/usr/local/lib/python3.6/dist-packages/tensorflow/lite/python/interpreter.py in invoke(self)
    538     """
    539     self._ensure_safe()
--> 540     self._interpreter.Invoke()
    541 
    542   def reset_all_variables(self):

RuntimeError: tensorflow/lite/kernels/pad.cc:79 SizeOfDimension(op_context->paddings, 0) != op_context->dims (3 != 4)Node number 21 (PAD) failed to prepare.

【问题讨论】：

请确保给定模型能够处理上述输入形状，[1000, 1, 100]。
嘿@JaesungChung，如何知道上述模型是否处理它？运气好吗？
可以通过打印输入张量细节来查看输入张量规格。例如，interpreter.get_input_details()。或者，您可以使用 Netron 应用程序来可视化给定模型。
我确实看到了输入张量规格，它的形状是 [1000,1,100]
请检查形状签名字段。当我在 TensorFlow GitHub 上发布答案时，应参考输入张量形状限制的形状签名字段。

标签： python tensorflow nlp tensorflow-lite quantization

【解决方案1】：

请检查形状签名字段。输入张量形状限制应参考形状签名字段。

看起来上述模型需要以下形状限制：

'shape_signature': array([ -1, 100], dtype=int32),

对于批处理情况，正确的输入形状可能是 [1000, 100]。

下面的sn-p显示了上述模型的输入张量细节。

[{'name': 'input_ids',
'index': 0,
'shape': array([1000, 1, 100], dtype=int32),
'shape_signature': array([ -1, 100], dtype=int32),
'dtype': numpy.int32,
'quantization': (0.0, 0),
'quantization_parameters': {'scales': array([], dtype=float32),
'zero_points': array([], dtype=int32),
'quantized_dimension': 0},
'sparsity_parameters': {}}]

【讨论】：