Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.lite.TFLiteConverter

Versión TensorFlow 1 Ver código fuente en GitHub

Convierte un modelo TensorFlow en el modelo TensorFlow Lite.

Usado en los cuadernos

Usado en la guía Usado en los tutoriales

Ejemplo de uso:

 # Converting a SavedModel to a TensorFlow Lite model.
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
tflite_model = converter.convert()

# Converting a tf.Keras model to a TensorFlow Lite model.
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()

# Converting ConcreteFunctions to a TensorFlow Lite model.
converter = tf.lite.TFLiteConverter.from_concrete_functions([func])
tflite_model = converter.convert()
 

funcs Lista de funciones de hormigón TensorFlow. La lista no debe contener elementos duplicados.
trackable_obj tf. Objeto AutoTrackable asociado con funcs . Es necesario mantener una referencia a este objeto para que las variables no se recojan porque las funciones tienen una referencia débil a las variables. Esto solo es necesario cuando el usuario no mantiene el objeto tf.AutoTrackable (por ejemplo, from_saved_model ).

allow_custom_ops Booleano que indica si se permiten operaciones personalizadas. Cuando es falso, cualquier operación desconocida es un error. Cuando es verdadero, se crean operaciones personalizadas para cualquier operación que sea desconocida. El desarrollador debe proporcionarlos al tiempo de ejecución de TensorFlow Lite con un solucionador personalizado. (Falso predeterminado)
optimizations Bandera experimental, sujeta a cambios. Una lista de optimizaciones para aplicar al convertir el modelo. Por ejemplo, [Optimize.DEFAULT]
representative_dataset Un conjunto de datos representativo que se puede utilizar para generar muestras de entrada y salida para el modelo. El convertidor puede usar el conjunto de datos para evaluar diferentes optimizaciones. Tenga en cuenta que este es un atributo opcional, pero es necesario si INT8 es el único soporte de operaciones integradas en operaciones de destino.
target_spec Bandera experimental, sujeta a cambios. Especificación del dispositivo de destino.
inference_input_type Tipo de datos de la capa de entrada. Tenga en cuenta que los tipos enteros (tf.int8 y tf.uint8) actualmente solo se admiten para la cuantización de enteros posteriores al entrenamiento. (tf.float32 predeterminado, debe estar en {tf.float32, tf.int8, tf.uint8})
inference_output_type Tipo de datos de la capa de salida. Tenga en cuenta que los tipos enteros (tf.int8 y tf.uint8) actualmente solo se admiten para la cuantización de enteros posteriores al entrenamiento. (tf.float32 predeterminado, debe estar en {tf.float32, tf.int8, tf.uint8})
experimental_new_converter Bandera experimental, sujeta a cambios. Permite la conversión basada en MLIR en lugar de la conversión TOCO. (predeterminado verdadero)

Métodos

convert

Ver fuente

Convierte un TensorFlow GraphDef basado en variables de instancia.

Devoluciones
Los datos convertidos en formato serializado.

Plantea
ValueError No se especifican funciones concretas. Se especifican múltiples funciones concretas. La forma de entrada no está especificada. Parámetros de cuantificación no válidos.

from_concrete_functions

Ver fuente

Crea un objeto TFLiteConverter a partir de ConcreteFunctions.

Args
funcs Lista de funciones de hormigón TensorFlow. La lista no debe contener elementos duplicados. Actualmente el convertidor solo puede convertir una sola función concreta. La conversión de múltiples funciones está en desarrollo.

Devoluciones
Objeto TFLiteConverter.

Plantea
Tipo de entrada inválido.

from_keras_model

Ver fuente

Crea un objeto TFLiteConverter a partir de un modelo Keras.

Args
model tf.Keras.Model

Devoluciones
Objeto TFLiteConverter.

from_saved_model

Ver fuente

Crea un objeto TFLiteConverter a partir de un directorio SavedModel.

Args
saved_model_dir Directorio guardado del modelo para convertir.
signature_keys Lista de claves que identifican SignatureDef que contiene entradas y salidas. Los elementos no deben ser duplicados. Por defecto, se utiliza el atributo de signatures de MetaGraphdef. (predeterminado salvado_modelo. Firmas)
tags Conjunto de etiquetas que identifican el MetaGraphDef dentro del SavedModel para analizar. Todas las etiquetas en el conjunto de etiquetas deben estar presentes. (conjunto predeterminado (SERVIR))

Devoluciones
Objeto TFLiteConverter.

Plantea
Claves de firma inválidas.