TfLite：为什么 from_saved_model() 优于 from_keras_model()？

Question

有关 Tensorflow Lite Converter 的 tensorflow 指南指出，建议使用 TFLiteConverter.from_saved_model() 而不是 TFLiteConverter.from_keras_model()。

为什么推荐？

这对于将 Keras 模型转换为 TfLite 意味着什么（当 SavedModel 不存在且不需要时）。我们是否仍应将 Keras 模型作为 SavedModel 保存到临时文件夹中并使用 .from_saved_model() 转换为 TfLite？

Answer 1

已保存模型转换的后端比其他转换 API 的后端更强大。例如，只有保存的模型转换器才能传递签名、处理资源和变体张量等。幸运的是，从 TensorFlow 2.7 候选版本开始，他们将消除转换器 API 之间的那些功能差距。