我如何转换张量流2.0估计模型到张量流精简版？

Question

我下面的代码产生了常规的tensorflow模型，但当我试图将其转换为tensorflow lite时，它不起作用，我遵循了以下文档。

https://www.tensorflow.org/tutorials/estimator/linear1 https://www.tensorflow.org/lite/guide/get_started

export_dir = "tmp"
serving_input_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(
  tf.feature_column.make_parse_example_spec(feat_cols))

estimator.export_saved_model(export_dir, serving_input_fn)

# Convert the model.
converter = tf.lite.TFLiteConverter.from_saved_model("tmp/1571728920/saved_model.pb")
tflite_model = converter.convert()

错误信息

Traceback (most recent call last):
  File "C:/Users/Dacorie Smith/PycharmProjects/JamaicaClassOneNotifableModels/ClassOneModels.py", line 208, in <module>
    tflite_model = converter.convert()
  File "C:\Users\Dacorie Smith\PycharmProjects\JamaicaClassOneNotifableModels\venv\lib\site-packages\tensorflow_core\lite\python\lite.py", line 400, in convert
    raise ValueError("This converter can only convert a single "
ValueError: This converter can only convert a single ConcreteFunction. Converting multiple functions is under development.

文档摘录

TensorFlow Lite转换器TensorFlow Lite转换器是一种可作为Python API使用的工具，可将训练好的TensorFlow模型转换为TensorFlow Lite格式。它还可以引入优化，这些在第4节优化您的模型中介绍。

以下示例显示了将TensorFlow SavedModel转换为TensorFlow Lite格式：

导入张量流作为 tf

converter=tf.lite.TFLiteConverter。from_saved_model（saved_model_dir）tflite_model=转换器。convert（）打开（“converted_model.tflite”，“wb”）.write（tflite_model）

Answer 1

尝试使用一个具体的函数：

export_dir = "tmp"
serving_input_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(
  tf.feature_column.make_parse_example_spec(feat_cols))

estimator.export_saved_model(export_dir, serving_input_fn)

# Convert the model.
saved_model_obj = tf.saved_model.load(export_dir="tmp/1571728920/")
concrete_func = saved_model_obj.signatures['serving_default']

converter = tf.lite.TFLiteConverter.from_concrete_functions([concrete_func])

# print(saved_model_obj.signatures.keys())
# converter.optimizations = [tf.lite.Optimize.DEFAULT]
# converter.experimental_new_converter = True

tflite_model = converter.convert()

serving_default是“已保存的模型”中签名的默认密钥。

如果不起作用，尝试取消对< code > converter . experimental _ new _ converter = True 及其上面两行的注释。

简短的解释

基于具体功能指南

TensorFlow 2中的急切执行会立即计算操作，而无需构建图形。要保存模型，您需要包装在python callables:a concrete functions中的graph/s。