Il termine inferenza si riferisce al processo di esecuzione di un modello TensorFlow Lite sul dispositivo per fare previsioni basate sui dati di input. Per eseguire un'inferenza con un modello TensorFlow Lite, devi eseguirlo tramite un interprete . L'interprete TensorFlow Lite è progettato per essere snello e veloce. L'interprete utilizza un ordinamento grafico statico e un allocatore di memoria personalizzato (meno dinamico) per garantire il carico minimo, l'inizializzazione e la latenza di esecuzione.
Questa pagina descrive come accedere all'interprete TensorFlow Lite ed eseguire un'inferenza utilizzando C++, Java e Python, oltre a collegamenti ad altre risorse per ciascuna piattaforma supportata .
Concetti importanti
L'inferenza di TensorFlow Lite in genere segue i seguenti passaggi:
Caricamento di un modello
Devi caricare il modello
.tflite
in memoria, che contiene il grafico di esecuzione del modello.Trasformare i dati
I dati di input non elaborati per il modello in genere non corrispondono al formato dei dati di input previsto dal modello. Ad esempio, potrebbe essere necessario ridimensionare un'immagine o modificare il formato dell'immagine per renderlo compatibile con il modello.
Inferenza in esecuzione
Questo passaggio prevede l'utilizzo dell'API TensorFlow Lite per eseguire il modello. Implica alcuni passaggi come la creazione dell'interprete e l'allocazione dei tensori, come descritto nelle sezioni seguenti.
Interpretazione dell'output
Quando ricevi i risultati dall'inferenza del modello, devi interpretare i tensori in modo significativo che sia utile nella tua applicazione.
Ad esempio, un modello potrebbe restituire solo un elenco di probabilità. Sta a te mappare le probabilità alle categorie pertinenti e presentarle al tuo utente finale.
Piattaforme supportate
Le API di inferenza TensorFlow sono fornite per le piattaforme mobili/incorporate più comuni come Android , iOS e Linux , in più linguaggi di programmazione.
Nella maggior parte dei casi, il design dell'API riflette una preferenza per le prestazioni rispetto alla facilità d'uso. TensorFlow Lite è progettato per un'inferenza rapida su dispositivi di piccole dimensioni, quindi non dovrebbe sorprendere che le API cerchino di evitare copie non necessarie a scapito della comodità. Allo stesso modo, la coerenza con le API TensorFlow non era un obiettivo esplicito e ci si può aspettare una certa varianza tra le lingue.
In tutte le librerie, l'API TensorFlow Lite consente di caricare modelli, alimentare input e recuperare output di inferenza.
Piattaforma Android
Su Android, l'inferenza di TensorFlow Lite può essere eseguita utilizzando le API Java o C++. Le API Java offrono praticità e possono essere utilizzate direttamente all'interno delle classi di attività Android. Le API C++ offrono maggiore flessibilità e velocità, ma potrebbe richiedere la scrittura di wrapper JNI per spostare i dati tra i livelli Java e C++.
Vedere di seguito per i dettagli sull'utilizzo di C++ e Java oppure seguire l' avvio rapido di Android per un'esercitazione e un codice di esempio.
Generatore di codice wrapper Android TensorFlow Lite
Per il modello TensorFlow Lite migliorato con metadati , gli sviluppatori possono utilizzare il generatore di codice wrapper Android TensorFlow Lite per creare codice wrapper specifico per la piattaforma. Il codice wrapper elimina la necessità di interagire direttamente con ByteBuffer
su Android. Invece, gli sviluppatori possono interagire con il modello TensorFlow Lite con oggetti tipizzati come Bitmap
e Rect
. Per ulteriori informazioni, fare riferimento al generatore di codice wrapper Android TensorFlow Lite .
Piattaforma iOS
Su iOS, TensorFlow Lite è disponibile con librerie iOS native scritte in Swift e Objective-C . Puoi anche utilizzare l'API C direttamente nei codici Objective-C.
Vedi sotto per i dettagli sull'utilizzo di Swift , Objective-C e l' API C oppure segui l' avvio rapido di iOS per un tutorial e un codice di esempio.
Piattaforma Linux
Sulle piattaforme Linux (incluso Raspberry Pi ), puoi eseguire inferenze utilizzando le API TensorFlow Lite disponibili in C++ e Python , come mostrato nelle sezioni seguenti.
Esecuzione di un modello
L'esecuzione di un modello TensorFlow Lite comporta alcuni semplici passaggi:
- Carica il modello in memoria.
- Costruisci un
Interpreter
basato su un modello esistente. - Imposta i valori del tensore di input. (Facoltativamente ridimensionare i tensori di input se le dimensioni predefinite non sono desiderate.)
- Invoca l'inferenza.
- Leggere i valori del tensore di output.
Le sezioni seguenti descrivono come eseguire questi passaggi in ogni lingua.
Carica ed esegui un modello in Java
Piattaforma: Android
L'API Java per l'esecuzione di un'inferenza con TensorFlow Lite è progettata principalmente per l'uso con Android, quindi è disponibile come dipendenza della libreria Android: org.tensorflow:tensorflow-lite
.
In Java, utilizzerai la classe Interpreter
per caricare un modello e guidare l'inferenza del modello. In molti casi, questa potrebbe essere l'unica API di cui hai bisogno.
Puoi inizializzare un Interpreter
usando un file .tflite
:
public Interpreter(@NotNull File modelFile);
O con un MappedByteBuffer
:
public Interpreter(@NotNull MappedByteBuffer mappedByteBuffer);
In entrambi i casi, devi fornire un modello TensorFlow Lite valido o l'API genera IllegalArgumentException
. Se si utilizza MappedByteBuffer
per inizializzare un Interpreter
, deve rimanere invariato per l'intera durata Interpreter
.
Il modo preferito per eseguire l'inferenza su un modello è utilizzare le firme: disponibile per i modelli convertiti a partire da Tensorflow 2.5
try (Interpreter interpreter = new Interpreter(file_of_tensorflowlite_model)) {
Map<String, Object> inputs = new HashMap<>();
inputs.put("input_1", input1);
inputs.put("input_2", input2);
Map<String, Object> outputs = new HashMap<>();
outputs.put("output_1", output1);
interpreter.runSignature(inputs, outputs, "mySignature");
}
Il metodo runSignature
accetta tre argomenti:
Input : mappa per gli input dal nome di input nella firma a un oggetto di input.
Output : mappa per la mappatura dell'output dal nome dell'output nella firma ai dati di output.
Nome firma [opzionale]: nome della firma (può essere lasciato vuoto se il modello ha una firma singola).
Un altro modo per eseguire un'inferenza quando il modello non ha firme definite. Basta chiamare Interpreter.run()
. Per esempio:
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.run(input, output);
}
Il metodo run()
accetta solo un input e restituisce solo un output. Quindi, se il tuo modello ha più input o più output, usa invece:
interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);
In questo caso, ogni voce in inputs
corrisponde a un tensore di input e map_of_indices_to_outputs
mappa gli indici dei tensori di output ai dati di output corrispondenti.
In entrambi i casi, gli indici tensoriali dovrebbero corrispondere ai valori che hai dato a TensorFlow Lite Converter quando hai creato il modello. Tieni presente che l'ordine dei tensori in input
deve corrispondere all'ordine dato al convertitore TensorFlow Lite.
La classe Interpreter
fornisce anche utili funzioni per ottenere l'indice di qualsiasi input o output del modello utilizzando un nome di operazione:
public int getInputIndex(String opName);
public int getOutputIndex(String opName);
Se opName
non è un'operazione valida nel modello, genera un'eccezione IllegalArgumentException
.
Attenzione anche che Interpreter
possiede le risorse. Per evitare perdite di memoria, le risorse devono essere rilasciate dopo l'uso da parte di:
interpreter.close();
Per un progetto di esempio con Java, vedere l' esempio di classificazione delle immagini Android .
Tipi di dati supportati (in Java)
Per utilizzare TensorFlow Lite, i tipi di dati dei tensori di input e output devono essere uno dei seguenti tipi primitivi:
-
float
-
int
-
long
-
byte
Sono supportati anche i tipi String
, ma sono codificati in modo diverso rispetto ai tipi primitivi. In particolare, la forma di un tensore di stringa determina il numero e la disposizione delle stringhe nel tensore, con ogni elemento stesso che è una stringa di lunghezza variabile. In questo senso, la dimensione (in byte) del Tensor non può essere calcolata solo dalla forma e dal tipo, e di conseguenza le stringhe non possono essere fornite come un singolo argomento piatto ByteBuffer
. Puoi vedere alcuni esempi in questa pagina .
Se vengono utilizzati altri tipi di dati, inclusi i tipi boxed come Integer
e Float
, verrà generata un'eccezione IllegalArgumentException
.
Ingressi
Ogni input deve essere un array o un array multidimensionale dei tipi primitivi supportati o un ByteBuffer
non elaborato della dimensione appropriata. Se l'input è un array o un array multidimensionale, il tensore di input associato verrà ridimensionato implicitamente alle dimensioni dell'array al momento dell'inferenza. Se l'input è un ByteBuffer, il chiamante deve prima ridimensionare manualmente il tensore di input associato (tramite Interpreter.resizeInput()
) prima di eseguire l'inferenza.
Quando si utilizza ByteBuffer
, è preferibile utilizzare buffer di byte diretti, in quanto ciò consente Interpreter
di evitare copie non necessarie. Se ByteBuffer
è un byte buffer diretto, il relativo ordine deve essere ByteOrder.nativeOrder()
. Dopo essere stato utilizzato per un'inferenza del modello, deve rimanere invariato fino al termine dell'inferenza del modello.
Uscite
Ogni output deve essere un array o un array multidimensionale dei tipi primitivi supportati o un ByteBuffer della dimensione appropriata. Si noti che alcuni modelli hanno output dinamici, in cui la forma dei tensori di output può variare a seconda dell'input. Non esiste un modo semplice per gestire questo problema con l'API di inferenza Java esistente, ma le estensioni pianificate lo renderanno possibile.
Carica ed esegui un modello in Swift
Piattaforma: iOS
L' API Swift è disponibile in TensorFlowLiteSwift
Pod di Cocoapods.
Innanzitutto, devi importare il modulo TensorFlowLite
.
import TensorFlowLite
// Getting model path
guard
let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite")
else {
// Error handling...
}
do {
// Initialize an interpreter with the model.
let interpreter = try Interpreter(modelPath: modelPath)
// Allocate memory for the model's input `Tensor`s.
try interpreter.allocateTensors()
let inputData: Data // Should be initialized
// input data preparation...
// Copy the input data to the input `Tensor`.
try self.interpreter.copy(inputData, toInputAt: 0)
// Run inference by invoking the `Interpreter`.
try self.interpreter.invoke()
// Get the output `Tensor`
let outputTensor = try self.interpreter.output(at: 0)
// Copy output to `Data` to process the inference results.
let outputSize = outputTensor.shape.dimensions.reduce(1, {x, y in x * y})
let outputData =
UnsafeMutableBufferPointer<Float32>.allocate(capacity: outputSize)
outputTensor.data.copyBytes(to: outputData)
if (error != nil) { /* Error handling... */ }
} catch error {
// Error handling...
}
Carica ed esegui un modello in Objective-C
Piattaforma: iOS
L' API Objective-C è disponibile nel pod TensorFlowLiteObjC
di Cocoapods.
Innanzitutto, devi importare il modulo TensorFlowLite
.
@import TensorFlowLite;
NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
ofType:@"tflite"];
NSError *error;
// Initialize an interpreter with the model.
TFLInterpreter *interpreter = [[TFLInterpreter alloc] initWithModelPath:modelPath
error:&error];
if (error != nil) { /* Error handling... */ }
// Allocate memory for the model's input `TFLTensor`s.
[interpreter allocateTensorsWithError:&error];
if (error != nil) { /* Error handling... */ }
NSMutableData *inputData; // Should be initialized
// input data preparation...
// Get the input `TFLTensor`
TFLTensor *inputTensor = [interpreter inputTensorAtIndex:0 error:&error];
if (error != nil) { /* Error handling... */ }
// Copy the input data to the input `TFLTensor`.
[inputTensor copyData:inputData error:&error];
if (error != nil) { /* Error handling... */ }
// Run inference by invoking the `TFLInterpreter`.
[interpreter invokeWithError:&error];
if (error != nil) { /* Error handling... */ }
// Get the output `TFLTensor`
TFLTensor *outputTensor = [interpreter outputTensorAtIndex:0 error:&error];
if (error != nil) { /* Error handling... */ }
// Copy output to `NSData` to process the inference results.
NSData *outputData = [outputTensor dataWithError:&error];
if (error != nil) { /* Error handling... */ }
Utilizzo dell'API C nel codice Objective-C
Attualmente l'API Objective-C non supporta i delegati. Per utilizzare i delegati con il codice Objective-C, è necessario chiamare direttamente l'API C sottostante.
#include "tensorflow/lite/c/c_api.h"
TfLiteModel* model = TfLiteModelCreateFromFile([modelPath UTF8String]);
TfLiteInterpreterOptions* options = TfLiteInterpreterOptionsCreate();
// Create the interpreter.
TfLiteInterpreter* interpreter = TfLiteInterpreterCreate(model, options);
// Allocate tensors and populate the input tensor data.
TfLiteInterpreterAllocateTensors(interpreter);
TfLiteTensor* input_tensor =
TfLiteInterpreterGetInputTensor(interpreter, 0);
TfLiteTensorCopyFromBuffer(input_tensor, input.data(),
input.size() * sizeof(float));
// Execute inference.
TfLiteInterpreterInvoke(interpreter);
// Extract the output tensor data.
const TfLiteTensor* output_tensor =
TfLiteInterpreterGetOutputTensor(interpreter, 0);
TfLiteTensorCopyToBuffer(output_tensor, output.data(),
output.size() * sizeof(float));
// Dispose of the model and interpreter objects.
TfLiteInterpreterDelete(interpreter);
TfLiteInterpreterOptionsDelete(options);
TfLiteModelDelete(model);
Carica ed esegui un modello in C++
Piattaforme: Android, iOS e Linux
In C++, il modello è archiviato nella classe FlatBufferModel
. Incapsula un modello TensorFlow Lite e puoi crearlo in un paio di modi diversi, a seconda di dove è archiviato il modello:
class FlatBufferModel {
// Build a model based on a file. Return a nullptr in case of failure.
static std::unique_ptr<FlatBufferModel> BuildFromFile(
const char* filename,
ErrorReporter* error_reporter);
// Build a model based on a pre-loaded flatbuffer. The caller retains
// ownership of the buffer and should keep it alive until the returned object
// is destroyed. Return a nullptr in case of failure.
static std::unique_ptr<FlatBufferModel> BuildFromBuffer(
const char* buffer,
size_t buffer_size,
ErrorReporter* error_reporter);
};
Ora che hai il modello come oggetto FlatBufferModel
, puoi eseguirlo con un Interpreter
. Un singolo FlatBufferModel
può essere utilizzato contemporaneamente da più di un Interpreter
.
Le parti importanti dell'API Interpreter
sono mostrate nello snippet di codice seguente. Si dovrebbe notare che:
- I tensori sono rappresentati da numeri interi, al fine di evitare confronti di stringhe (e qualsiasi dipendenza fissa dalle librerie di stringhe).
- Non è necessario accedere a un interprete da thread simultanei.
- L'allocazione della memoria per i tensori di input e output deve essere attivata chiamando
AllocateTensors()
subito dopo il ridimensionamento dei tensori.
L'utilizzo più semplice di TensorFlow Lite con C++ è simile al seguente:
// Load the model
std::unique_ptr<tflite::FlatBufferModel> model =
tflite::FlatBufferModel::BuildFromFile(filename);
// Build the interpreter
tflite::ops::builtin::BuiltinOpResolver resolver;
std::unique_ptr<tflite::Interpreter> interpreter;
tflite::InterpreterBuilder(*model, resolver)(&interpreter);
// Resize input tensors, if desired.
interpreter->AllocateTensors();
float* input = interpreter->typed_input_tensor<float>(0);
// Fill `input`.
interpreter->Invoke();
float* output = interpreter->typed_output_tensor<float>(0);
Per ulteriori esempi di codice, vedere minimal.cc
e label_image.cc
.
Carica ed esegui un modello in Python
Piattaforma: Linux
L'API Python per l'esecuzione di un'inferenza è fornita nel modulo tf.lite
. Da cui, per lo più è necessario solo tf.lite.Interpreter
per caricare un modello ed eseguire un'inferenza.
L'esempio seguente mostra come utilizzare l'interprete Python per caricare un file .tflite
ed eseguire l'inferenza con dati di input casuali:
Questo esempio è consigliato se stai eseguendo la conversione da SavedModel con un SignatureDef definito. Disponibile a partire da TensorFlow 2.5
class TestModel(tf.Module):
def __init__(self):
super(TestModel, self).__init__()
@tf.function(input_signature=[tf.TensorSpec(shape=[1, 10], dtype=tf.float32)])
def add(self, x):
'''
Simple method that accepts single input 'x' and returns 'x' + 4.
'''
# Name the output 'result' for convenience.
return {'result' : x + 4}
SAVED_MODEL_PATH = 'content/saved_models/test_variable'
TFLITE_FILE_PATH = 'content/test_variable.tflite'
# Save the model
module = TestModel()
# You can omit the signatures argument and a default signature name will be
# created with name 'serving_default'.
tf.saved_model.save(
module, SAVED_MODEL_PATH,
signatures={'my_signature':module.add.get_concrete_function()})
# Convert the model using TFLiteConverter
converter = tf.lite.TFLiteConverter.from_saved_model(SAVED_MODEL_PATH)
tflite_model = converter.convert()
with open(TFLITE_FILE_PATH, 'wb') as f:
f.write(tflite_model)
# Load the TFLite model in TFLite Interpreter
interpreter = tf.lite.Interpreter(TFLITE_FILE_PATH)
# There is only 1 signature defined in the model,
# so it will return it by default.
# If there are multiple signatures then we can pass the name.
my_signature = interpreter.get_signature_runner()
# my_signature is callable with input as arguments.
output = my_signature(x=tf.constant([1.0], shape=(1,10), dtype=tf.float32))
# 'output' is dictionary with all outputs from the inference.
# In this case we have single output 'result'.
print(output['result'])
Un altro esempio se il modello non ha SignatureDefs definito.
import numpy as np
import tensorflow as tf
# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()
# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
# Test the model on random input data.
input_shape = input_details[0]['shape']
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()
# The function `get_tensor()` returns a copy of the tensor data.
# Use `tensor()` in order to get a pointer to the tensor.
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)
In alternativa al caricamento del modello come file .tflite
preconvertito, puoi combinare il tuo codice con l' API Python di TensorFlow Lite Converter ( tf.lite.TFLiteConverter
), che ti consente di convertire il tuo modello TensorFlow nel formato TensorFlow Lite e quindi eseguire l'inferenza:
import numpy as np
import tensorflow as tf
img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
const = tf.constant([1., 2., 3.]) + tf.constant([1., 4., 4.])
val = img + const
out = tf.identity(val, name="out")
# Convert to TF Lite format
with tf.Session() as sess:
converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
tflite_model = converter.convert()
# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()
# Continue to get tensors and so forth, as shown above...
Per ulteriori esempi di codice Python, vedere label_image.py
.
Eseguire l'inferenza con il modello di forma dinamica
Se desideri eseguire un modello con una forma di input dinamica, ridimensiona la forma di input prima di eseguire l'inferenza. In caso contrario, la forma None
nei modelli Tensorflow verrà sostituita da un segnaposto 1
nei modelli TFLite.
Gli esempi seguenti mostrano come ridimensionare la forma di input prima di eseguire l'inferenza in lingue diverse. Tutti gli esempi presuppongono che la forma di input sia definita come [1/None, 10]
e debba essere ridimensionata a [3, 10]
.
Operazioni supportate
TensorFlow Lite supporta un sottoinsieme di operazioni TensorFlow con alcune limitazioni. Per l'elenco completo delle operazioni e delle limitazioni, vedere la pagina TF Lite Ops .