将冻结模型“.pb”文件转换为“.tflite”文件所需的参数 input_arrays 和 output_arrays 是什么？

Question

我需要将我的.pb tensorflow 模型连同我的.cpkt 文件转换为tflite 模型，以使其在移动设备中工作。有什么直接的方法可以找出我应该为 input_arrays 和 output_arrays 使用哪些参数？

import tensorflow as tf

graph_def_file = "/path/to/Downloads/mobilenet_v1_1.0_224/frozen_graph.pb"
input_arrays = ["input"]
output_arrays = ["MobilenetV1/Predictions/Softmax"]

converter = tf.lite.TFLiteConverter.from_frozen_graph(
  graph_def_file, input_arrays, output_arrays)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

Answer 1

根据官方文档here：

input_arrays：要冻结图形的输入张量列表。

output_arrays：要冻结图形的输出张量列表。

意思是，input_arrays 是输入张量的列表（主要是占位符张量）。 output_arrays 是 Tensor 对象的列表，它们将作为输出。

在您的情况下，您提供的是Tensor 对象的name。需要一个实际的张量对象。

你可以通过这个例子来理解它：

x1 = tf.placeholder( dtype=tf.float32 )
x2 = tf.placeholder( dtype=tf.float32 )
y = x1 + x2

input_arrays = [ x1 , x2 ]
output_arrays = [ y ]

您可以从here 学习查找输入和输出张量。 看到你的代码，好像知道张量的名字，可以参考这个answer。