如何加载 keras 模型以转换为 tf lite？官方API返回错误

Question

!pip install tensorflow==2.2
import tensorflow as tf
converter = tf.compat.v1.lite.TFLiteConverter.from_keras_model( 'short-train.h5' ) # Your model's name
model = converter.convert()
file = open( 'model.tflite' , 'wb' ) 
file.write( model )

是我正在运行的代码。我收到以下错误：

---

AttributeError                            Traceback (most recent call last)
<ipython-input-8-38aae5855f2c> in <module>
      1 get_ipython().system('pip install tensorflow==2.2')
      2 import tensorflow as tf
----> 3 converter = tf.compat.v1.lite.TFLiteConverter.from_keras_model( 'short-train.h5' ) # Your model's name
      4 model = converter.convert()
      5 file = open( 'model.tflite' , 'wb' )

AttributeError: type object 'TFLiteConverter' has no attribute 'from_keras_model'

这是https://www.tensorflow.org/api_docs/python/tf/lite/TFLiteConverter给我的代码

这是 tensorflow 给出的确切语法。这里有什么问题？

---

编辑：我现在按照建议运行此代码：

import tensorflow as tf

# WHOLE MODEL
model = r'C:\Users\Owner\Anaconda3\face-mask-detector\mask_detector.model'

tflite_model = tf.keras.models.load_model(model)
converter = tf.lite.TFLiteConverter.from_keras_model(tflite_model)
tflite_save = converter.convert()
open("short-train.tflite", "wb").write(tflite_save)

但是我收到了这个错误：

ValueError: Unknown layer: Functional #after 尝试加载模型

我找不到有关此错误的任何有用信息。感谢您的宝贵时间

Answer 1

简而言之，改from_keras_model => from_keras_model_file

详情：

如果您使用 tensorflow v2，转换器 from_keras_model 可以在 tf.lite.TFLiteConverter.from_keras_model 中找到，但它是用于加载模型而不是您显示的路径。 但是，要与 tf1.x 合并，您可以使用 tf.compat.v1 激活旧版本，就像您所做的那样。但在 tf1.x 中，您必须将 model_path_file 包含为 from_keras_model_file 而不是加载的模型

我看到您的问题，因为您自己创建了一个功能层，这不是 Keras 内置模型。你必须解决这个问题：

model = create_empty_model() #your model definition from keras that you create when you train
model.load_weights(".../model.h5",compile=False)
converter = tf.lite.TFLiteConverter.from_keras_model(tflite_model)
tflite_save = converter.convert()
open("short-train.tflite", "wb").write(tflite_save)

Answer 2

确保创建模型的 tensorflow 版本与加载 tensorflow 模型的版本相同。愚蠢的错误需要很多时间来纠正，但有时解决方法很简单。

Answer 3

您使用的是 tensorflow v2，因此您应该尝试 tf.lite.TFLiteConverter.from_keras_model 而不是 tf.compat.v1.lite.TFLiteConverter.from_keras_model 我没有足够的声誉来评论抱歉