API Güncellemeleri

Bu sayfa, tf.lite.TFLiteConverter Python API'sinde yapılan güncellemeler hakkında bilgi sağlar.

  • TensorFlow 2.3

    • Yeni inference_input_type ve inference_output_type özniteliklerini kullanan tamsayı nicelleştirilmiş modeller için tamsayı (önceden yalnızca kayan) giriş/çıkış türünü destekler. Bu örnek kullanıma bakın.
    • Dinamik boyutlara sahip modellerin dönüştürülmesini ve yeniden boyutlandırılmasını destekler.
    • 16-bit aktivasyonlar ve 8-bit ağırlıklar ile yeni bir deneysel niceleme modu eklendi.

  • TensorFlow 2.2

    • Varsayılan olarak, makine öğrenimi için Google'ın en son derleyici teknolojisi olan MLIR tabanlı dönüştürmeden yararlanın. Bu, Mask R-CNN, Mobile BERT vb. dahil olmak üzere yeni model sınıflarının dönüştürülmesini sağlar ve işlevsel kontrol akışına sahip modelleri destekler.

  • TensorFlow 2.0 ve TensorFlow 1.x

    • target_ops özniteliği, target_spec.supported_ops olarak yeniden adlandırıldı
    • Aşağıdaki öznitelikler kaldırıldı:
      • niceleme : post_training_quantize , quantized_input_stats , inference_type , default_ranges_stats , reorder_across_fake_quant , change_concat_input_ranges , get_input_arrays() . Bunun yerine, kuantize farkında eğitim tf.keras API aracılığıyla desteklenir ve eğitim sonrası kuantizasyon daha az öznitelik kullanır.
      • görselleştirme : output_format , dump_graphviz_dir , dump_graphviz_video . Bunun yerine, bir TensorFlow Lite modelini görselleştirmek için önerilen yaklaşım, visualize.py kullanmaktır.
      • dondurulmuş grafikler : drop_control_dependency , çünkü dondurulmuş grafikler TensorFlow 2.x'te desteklenmez.
    • tf.lite.toco_convert ve tf.lite.TocoConverter gibi diğer dönüştürücü API'leri kaldırıldı
    • tf.lite.OpHint ve tf.lite.constants gibi diğer ilgili API'ler kaldırıldı (tekrarlamayı azaltmak için tf.lite.constants.* türleri tf.* TensorFlow veri türleriyle eşleştirildi)