एपीआई अपडेट

यह पृष्ठ TensorFlow 2.x में tf.lite.TFLiteConverter Python API में किए गए अपडेट के बारे में जानकारी प्रदान करता है।

• टेंसरफ्लो 2.3

  • नए inference_input_type और inference_output_type विशेषताओं का उपयोग करके पूर्णांक परिमाणित मॉडल के लिए पूर्णांक (पहले, केवल फ्लोट) इनपुट/आउटपुट प्रकार का समर्थन करें। इस उदाहरण के उपयोग का संदर्भ लें।
  • गतिशील आयामों वाले मॉडल के रूपांतरण और आकार बदलने का समर्थन करें।
  • 16-बिट सक्रियण और 8-बिट भार के साथ एक नया प्रयोगात्मक परिमाणीकरण मोड जोड़ा गया।

• टेंसरफ्लो 2.2

  • डिफ़ॉल्ट रूप से, MLIR- आधारित रूपांतरण का लाभ उठाएं, मशीन सीखने के लिए Google की अत्याधुनिक कंपाइलर तकनीक। यह मास्क आर-सीएनएन, मोबाइल बीईआरटी, आदि सहित मॉडलों के नए वर्गों के रूपांतरण को सक्षम बनाता है और कार्यात्मक नियंत्रण प्रवाह वाले मॉडल का समर्थन करता है।

• TensorFlow 2.0 बनाम TensorFlow 1.x

  • target_ops विशेषता का नाम बदलकर target_spec.supported_ops कर दिया गया है
  • निम्नलिखित विशेषताओं को हटा दिया:
    • परिमाणीकरण : inference_type , quantized_input_stats , post_training_quantize , default_ranges_stats , reorder_across_fake_quant , change_concat_input_ranges , get_input_arrays() । इसके बजाय, जागरूक प्रशिक्षण को tf.keras API के माध्यम से समर्थित किया जाता है और प्रशिक्षण के बाद परिमाणीकरण कम विशेषताओं का उपयोग करता है।
    • विज़ुअलाइज़ेशन : output_format , dump_graphviz_dir , dump_graphviz_video । इसके बजाय, TensorFlow Lite मॉडल को विज़ुअलाइज़ करने के लिए अनुशंसित तरीका विज़ुअलाइज़ेशन .py का उपयोग करना है।
    • जमे हुए ग्राफ़ : drop_control_dependency , क्योंकि जमे हुए ग्राफ़ TensorFlow 2.x में समर्थित नहीं हैं।
  • अन्य कनवर्टर API जैसे tf.lite.toco_convert और tf.lite.TocoConverter को हटा दिया
  • अन्य संबंधित एपीआई जैसे tf.lite.OpHint और tf.lite.constants ( tf.lite.constants.* प्रकार को tf.* TensorFlow डेटा प्रकार, दोहराव को कम करने के लिए)