Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

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

Actualizaciones de API

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 e inference_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.
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 a target_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 de tf.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.
- Se eliminaron otras API de conversión, como tf.lite.toco_convert y tf.lite.TocoConverter
- Se eliminaron otras API relacionadas, como tf.lite.OpHint y tf.lite.constants (los tipos tf.lite.constants.* se han asignado a tipos de datos tf.* TensorFlow, para reducir la duplicación)