API 업데이트

이 페이지에서는 TensorFlow 2.x의 tf.lite.TFLiteConverter Python API에 적용된 업데이트 정보를 제공합니다.

참고: 우려되는 변경 사항이 있는 경우, GitHub 문제를 제출해 주세요.

• TensorFlow 2.3

  • 새로운 inference_input_type 및 inference_output_type 속성을 사용하여 정수 양자화 모델에서 정수 입력/출력 유형을 지원합니다(이전에는 부동 소수점만 지원됨). 이 예제 사용법을 참조하세요.
  • 동적 차원을 이용한 모델의 변환과 크기 조정을 지원합니다.
  • 16bit 활성화 및 8bit 가중치를 사용하여 새로운 실험적 양자화 모드를 추가했습니다.

• TensorFlow 2.2

  • 기본적으로, 머신러닝을 위한 Google의 첨단 컴파일러 기술인 MLIR 기반 변환을 활용합니다. 이를 통해 Mask R-CNN, Mobile BERT 등 새로운 부류의 모델 변환이 가능하고 기능적 제어 흐름이 있는 모델을 지원합니다.

• TensorFlow 2.0과 TensorFlow 1.x의 차이

  • target_ops 속성의 이름을 target_spec.supported_ops로 변경했습니다.
  • 다음 속성을 제거했습니다.
    • 양자화: inference_type, quantized_input_stats, post_training_quantize, default_ranges_stats, reorder_across_fake_quant, change_concat_input_ranges, get_input_arrays(). 대신, tf.keras API를 통해 양자화 인식 훈련이 지원되며, 훈련 후 양자화에 더 적은 속성이 사용됩니다.
    • 시각화: output_format, dump_graphviz_dir, dump_graphviz_video. 대신, TensorFlow Lite 모델 시각화에 visualize.py 사용이 권장됩니다.
    • 고정 그래프: drop_control_dependency, 고정 그래프는 TensorFlow 2.x에서 지원되지 않습니다.
  • tf.lite.toco_convert 및 tf.lite.TocoConverter와 같은 기타 변환기 API를 제거했습니다.
  • tf.lite.OpHint 및 tf.lite.constants와 같은 기타 관련 API를 제거했습니다(중복을 줄이기 위해 tf.lite.constants.* 유형이 tf.* TensorFlow 데이터 유형에 매핑됨).