将冻结模型“.pb”文件转换为“.tflite”文件所需的参数 input_arrays 和 output_arrays 是什么？

Question

我需要将我的 .pb tensorflow 模型连同我的 .cpkt 文件一起转换为 tflite 模型，以使其在移动设备上运行。有什么直接的方法可以找出我应该用于 input_arrays 和 output_arrays 的参数是什么？

import tensorflow as tf

graph_def_file = "/path/to/Downloads/mobilenet_v1_1.0_224/frozen_graph.pb"
input_arrays = ["input"]
output_arrays = ["MobilenetV1/Predictions/Softmax"]

converter = tf.lite.TFLiteConverter.from_frozen_graph(
  graph_def_file, input_arrays, output_arrays)
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

Answer 1

根据官方文档here :

input_arrays: List of input tensors to freeze graph with.

output_arrays: List of output tensors to freeze graph with.

意思是，input_arrays 是输入张量的列表（主要是占位符张量）。 output_arrays 是将作为输出的 Tensor 个对象的列表。

在您的例子中，您提供了 Tensor 对象的 name。需要一个实际的 Tensor 对象。

你可以通过这个例子来理解：

x1 = tf.placeholder( dtype=tf.float32 )
x2 = tf.placeholder( dtype=tf.float32 )
y = x1 + x2

input_arrays = [ x1 , x2 ]
output_arrays = [ y ]

您可以从 中学习查找输入和输出张量。 看你的代码，好像知道tensor的名字，可以参考这个.