Python tf.compat.v1.lite.TFLiteConverter用法及代碼示例

參數

• graph_def 凍結的 TensorFlow GraphDef。
• input_tensors 輸入張量列表。使用 foo.shape 和 foo.dtype 計算類型和形狀。
• output_tensors 輸出張量列表(此處僅使用 .name)。
• input_arrays_with_shape 表示輸入張量名稱的字符串元組和表示輸入形狀的整數列表(例如，[("foo":[1, 16, 16, 3])])。僅當圖形無法加載到 TensorFlow 以及 input_tensors 和 output_tensors 為 None 時使用。 (默認無)
• output_arrays 用於凍結圖形的輸出張量列表。僅當圖形無法加載到 TensorFlow 以及 input_tensors 和 output_tensors 為 None 時使用。 (默認無)
• experimental_debug_info_func 一個實驗函數，用於從 graph_def 檢索一組節點的圖形調試信息。

拋出

• ValueError 無效參數。

屬性

• optimizations 實驗標誌，可能會發生變化。要應用的優化集。例如 {tf.lite.Optimize.DEFAULT}。 (默認無，必須是無或一組類型的值 tf.lite.Optimize )
• representative_dataset 用於整數量化的生成器函數，其中每個生成的樣本具有與模型輸入相同的順序、類型和形狀。通常，這是從訓練或評估數據集中隨機選擇的數百個樣本的一小部分，沒有特定的順序。這是一個可選屬性，但對於完整整數量化是必需的，即，如果 tf.int8 是 target_spec.supported_types 中唯一支持的類型。請參閱tf.lite.RepresentativeDataset。 (默認無)
• target_spec 實驗標誌，可能會發生變化。目標設備的規格，包括支持的操作集、支持的類型和一組用戶定義的 TensorFlow Lite 運行時所需的 TensorFlow 算子。請參閱tf.lite.TargetSpec。
• inference_type 數值數組的數據類型，不包括輸入層。 (默認 tf.float32，必須在 {tf.float32, tf.int8, tf.uint8} 中)
• inference_input_type 輸入層中數值數組的數據類型。如果 inference_input_type 在 {tf.int8, tf.uint8} 中，則必須提供 quantized_input_stats。 (默認是分配給 inference_type 的值，必須在 {tf.float32, tf.int8, tf.uint8} 中)
• inference_output_type 輸出層中數值數組的數據類型。 (默認是分配給 inference_type 的值，必須在 {tf.float32, tf.int8, tf.uint8} 中)
• quantized_input_stats 輸入張量名稱到浮點元組的映射，表示訓練數據的均值和標準差。 (例如，{"foo":(0., 1.)})。如果 inference_input_type 是 tf.int8 或 tf.uint8，則為必需。 (默認無)
• default_ranges_stats 整數元組 (min, max) 表示沒有指定範圍的所有數值數組的範圍值。旨在通過"dummy quantization" 進行量化實驗。 (默認無)
• allow_custom_ops 指示是否允許自定義操作的布爾值。當為 False 時，任何未知操作都是錯誤。當為 True 時，將為任何未知的操作創建自定義操作。開發人員需要使用自定義解析器將這些提供給 TensorFlow Lite 運行時。 (默認為假)
• drop_control_dependency 布爾值，指示是否靜默刪除控製依賴項。這是因為 TFLite 不支持控製依賴。 (默認為真)
• reorder_across_fake_quant 布爾值，指示是否在意外位置重新排序 FakeQuant 節點。當 FakeQuant 節點的位置阻止轉換圖形所需的圖形轉換時使用。生成與量化訓練圖不同的圖，可能導致不同的算術行為。 (默認為假)
• change_concat_input_ranges 用於更改量化模型的 concat 運算符的輸入和輸出的最小/最大範圍行為的布爾值。當為 true 時更改 concat 運算符重疊的範圍。 (默認為假)
• output_format 輸出文件格式。 (默認 tf.compat.v1.lite.constants.TFLITE，必須在 {tf.compat.v1.lite.constants.TFLITE, tf.compat.v1.lite.constants.GRAPHVIZ_DOT})
• dump_graphviz_dir 文件夾的完整文件路徑，用於在處理 GraphViz .dot 文件的各個階段轉儲圖形。優先於output_format=tf.compat.v1.lite.constants.GRAPHVIZ_DOT為了保持輸出文件的要求。 (默認無)
• dump_graphviz_video 布爾值，指示是否在每次圖形轉換後轉儲 GraphViz .dot 文件。需要指定 dump_graphviz_dir 標誌。 (默認為假)
• conversion_summary_dir 存儲轉換日誌的目錄的完整路徑。 (默認無)
• target_ops 已棄用。請改用target_spec.supported_ops。
• post_training_quantize 已棄用。請改用 optimizations 並將其設置為 {tf.lite.Optimize.DEFAULT} 。 (默認為假)
• experimental_new_converter 實驗標誌，可能會發生變化。啟用基於 MLIR 的轉換。 (默認為真)
• experimental_new_quantizer 實驗標誌，可能會發生變化。啟用基於 MLIR 的量化轉換，而不是基於 Flatbuffer 的轉換。 (默認為真)