Cập nhật API

Trang này cung cấp thông tin về các bản cập nhật được thực hiện cho API Python tf.lite.TFLiteConverter trong TensorFlow 2.x.

  • TensorFlow 2.3

    • Hỗ trợ kiểu đầu vào / đầu ra số nguyên (trước đây, chỉ float) cho các mô hình lượng tử hóa số nguyên bằng cách sử dụng các thuộc tính inference_input_type và inference_output_type mới. Tham khảo cách sử dụng ví dụ này.
    • Hỗ trợ chuyển đổi và thay đổi kích thước của các mô hình với kích thước động.
    • Đã thêm chế độ lượng tử hóa thử nghiệm mới với kích hoạt 16 bit và trọng số 8 bit.

  • TensorFlow 2.2

    • Theo mặc định, sử dụng chuyển đổi dựa trên MLIR , công nghệ trình biên dịch tiên tiến nhất của Google cho máy học. Điều này cho phép chuyển đổi các lớp mô hình mới, bao gồm Mask R-CNN, Mobile BERT, v.v. và hỗ trợ các mô hình có luồng điều khiển chức năng.

  • TensorFlow 2.0 so với TensorFlow 1.x

    • Đã đổi tên thuộc tính target_ops thành target_spec.supported_ops
    • Đã xóa các thuộc tính sau:
      • lượng tử hóa : inference_type , quantized_input_stats , post_training_quantize , default_ranges_stats , reorder_across_fake_quant , change_concat_input_ranges , get_input_arrays() . Thay vào đó, đào tạo nhận thức lượng tử hóa được hỗ trợ thông qua API tf.keras và lượng tử hóa sau đào tạo sử dụng ít thuộc tính hơn.
      • trực quan hóa : output_format , dump_graphviz_dir , dump_graphviz_video . Thay vào đó, cách tiếp cận được đề xuất để hình dung mô hình TensorFlow Lite là sử dụng visual.py .
      • đồ thị cố định: drop_control_dependency , vì đồ thị cố định không được hỗ trợ trong TensorFlow 2.x.
    • Đã xóa các API chuyển đổi khác như tf.lite.toco_convert và tf.lite.TocoConverter
    • Đã xóa các API liên quan khác như tf.lite.OpHint và tf.lite.constants (các loại tf.lite.constants.* Đã được ánh xạ tới các kiểu dữ liệu tf.* TensorFlow, để giảm trùng lặp)