Esta página proporciona información sobre las actualizaciones realizadas en la API de Python tf.lite.TFLiteConverter
en TensorFlow 2.x.
TensorFlow 2.3
- Admite el tipo de entrada/salida entero (anteriormente, solo flotante) para modelos cuantificados enteros utilizando los nuevos atributos
inference_input_type
einference_output_type
. Consulte este ejemplo de uso . - Admite la conversión y el cambio de tamaño de modelos con dimensiones dinámicas.
- Se agregó un nuevo modo de cuantificación experimental con activaciones de 16 bits y pesos de 8 bits.
- Admite el tipo de entrada/salida entero (anteriormente, solo flotante) para modelos cuantificados enteros utilizando los nuevos atributos
TensorFlow 2.2
- De forma predeterminada, aproveche la conversión basada en MLIR , la tecnología de compilación de vanguardia de Google para el aprendizaje automático. Esto permite la conversión de nuevas clases de modelos, incluidos Mask R-CNN, Mobile BERT, etc., y admite modelos con flujo de control funcional.
TensorFlow 2.0 frente a TensorFlow 1.x
- Cambió el nombre del atributo
target_ops
atarget_spec.supported_ops
- Se eliminaron los siguientes atributos:
- cuantificación :
inference_type
,quantized_input_stats
,post_training_quantize
,default_ranges_stats
,reorder_across_fake_quant
,change_concat_input_ranges
,get_input_arrays()
. En su lugar, el entrenamiento consciente de la cuantificación es compatible con la API detf.keras
y la cuantificación posterior al entrenamiento utiliza menos atributos. - visualización :
output_format
,dump_graphviz_dir
,dump_graphviz_video
. En su lugar, el enfoque recomendado para visualizar un modelo de TensorFlow Lite es usar visualize.py . - gráficos congelados :
drop_control_dependency
, ya que los gráficos congelados no son compatibles con TensorFlow 2.x.
- cuantificación :
- Se eliminaron otras API de conversión, como
tf.lite.toco_convert
ytf.lite.TocoConverter
- Se eliminaron otras API relacionadas, como
tf.lite.OpHint
ytf.lite.constants
(los tipostf.lite.constants.*
se han asignado a tipos de datostf.*
TensorFlow, para reducir la duplicación)
- Cambió el nombre del atributo