このページでは、TensorFlow2.xでtf.lite.TFLiteConverter
に加えられた更新に関する情報を提供します。
TensorFlow 2.3
- 新しい
inference_input_type
属性とinference_output_type
属性を使用して、整数量子化モデルの整数(以前はfloatのみ)入出力タイプをサポートします。この使用例を参照してください。 - 動的ディメンションを使用したモデルの変換とサイズ変更をサポートします。
- 16ビットのアクティベーションと8ビットの重みを備えた新しい実験的な量子化モードが追加されました。
- 新しい
TensorFlow 2.2
- デフォルトでは、機械学習用のGoogleの最先端コンパイラテクノロジーであるMLIRベースの変換を活用します。これにより、Mask R-CNN、Mobile BERTなどの新しいクラスのモデルの変換が可能になり、機能的な制御フローを備えたモデルがサポートされます。
TensorFlow2.0とTensorFlow1.x
-
target_ops
属性の名前をtarget_spec.supported_ops
に変更しました - 次の属性を削除しました。
- 量子化:
inference_type
、quantized_input_stats
、post_training_quantize
、default_ranges_stats
、reorder_across_fake_quant
、change_concat_input_ranges
、get_input_arrays()
。代わりに、量子化認識トレーニングはtf.keras
APIを介してサポートされ、トレーニング後の量子化はより少ない属性を使用します。 - 視覚化:
output_format
、dump_graphviz_dir
、dump_graphviz_video
。代わりに、TensorFlow Liteモデルを視覚化するための推奨されるアプローチは、 visualize.pyを使用することです。 - 凍結されたグラフ:
drop_control_dependency
、凍結されたグラフはTensorFlow2.xではサポートされていません。
- 量子化:
-
tf.lite.toco_convert
やtf.lite.TocoConverter
などの他のコンバーターAPIを削除しました tf.lite.OpHint
やtf.lite.constants
などの他の関連APIを削除しました(重複を減らすために、tf.lite.constants.*
タイプはtf.*
TensorFlowデータタイプにマッピングされています)
-