TensorFlow将模型导出转换保存为tflite

Question

TLDR ：运行时出现ValueError:

tf.contrib.lite.TocoConverter.from_saved_model()

目的 ：我正在尝试将TensorFlow保存的模型转换为tflite，以便通过Firebase部署在移动设备上。 我可以训练模型并输出保存的模型，但是在使用python ToCo接口将其转换为.tflite时遇到了麻烦。 任何帮助将不胜感激。 另外，是否有人可以评论tflite转换是否将捕获我所依赖的hub.text_embedding_column()输入过程。 移动部署将使用原始输入文本执行此操作，还是需要单独部署其中的那一部分？

问题 ：这是我正在运行的代码：

输入：

train_input_fn = tf.estimator.inputs.pandas_input_fn(
    train_df, train_df["target_var"], num_epochs=None, shuffle=True
)

predict_train_input_fn = tf.estimator.inputs.pandas_input_fn(
    train_df, train_df["target_var"], shuffle=False
)

predict_test_input_fn = tf.estimator.inputs.pandas_input_fn(
    test_df, test_df["target_var"], shuffle=False)

embedded_text_feature_column = hub.text_embedding_column(
    key="text", 
    module_spec="https://tfhub.dev/google/nnlm-en-dim128/1"
)

培训和评估：

estimator = tf.estimator.DNNClassifier(
    hidden_units=[500, 100],
    feature_columns=[embedded_text_feature_column],
    n_classes=2,
    optimizer=tf.train.AdagradOptimizer(learning_rate=0.003),
    model_dir="my-model"
)

estimator.train(input_fn=train_input_fn, steps=1000)

train_eval_result = estimator.evaluate(input_fn=predict_train_input_fn)
test_eval_result = estimator.evaluate(input_fn=predict_test_input_fn)

保存模式：

feature_spec = tf.feature_column.make_parse_example_spec([embedded_text_feature_column])

serve_input_fun = tf.estimator.export.build_parsing_serving_input_receiver_fn(
    feature_spec,
    default_batch_size=None
)

estimator.export_savedmodel(
    export_dir_base = "my-model",
    serving_input_receiver_fn = serve_input_fun,
    as_text=False,
    checkpoint_path="my-model/model.ckpt-1000",
)

转换模型：

converter = tf.contrib.lite.TocoConverter.from_saved_model("my-model/1529320265/") 
tflite_model = converter.convert()

错误

运行最后一行时，出现以下错误：

ValueError：张量input_example_tensor：0未知类型tf.string

完整的跟踪是：

ValueError跟踪（最近一次通话）
在（）中
1个转换器= tf.contrib.lite.TocoConverter.from_saved_model（“ my-model / 1529320265 /”）
----> 2 tflite_model = converter.convert（）

/media/rmn/data/projects/anaconda3/envs/monily_tf19/lib/python3.6/site-packages/tensorflow/contrib/lite/python/lite.py在convert（self）中
307 reorder_across_fake_quant = self.reorder_across_fake_quant，
第308章席卷天元
-> 309 allow_custom_ops = self.allow_custom_ops）
310返回结果
311
/media/rmn/data/projects/anaconda3/envs/monily_tf19/lib/python3.6/site-packages/tensorflow/contrib/lite/python/convert.py in toco_convert（输入数据，输入张量，输出张量，推断类型，推断输入类型，输入格式，output_format，quantized_input_stats，default_ranges_stats，drop_control_dependency，reorder_across_fake_quant，allow_custom_ops，change_concat_input_ranges）
204其他：
205提高ValueError（“张量％s未知类型％r”％（input_tensor.name，-> 206 input_tensor.dtype））
207
第208章

ValueError：张量input_example_tensor：0未知类型tf.string

细节

train_df和test_df是由单个输入文本列和二进制目标变量组成的pandas数据帧。 我正在使用Python 3.6.5和TensorFlow r1.9。

Answer 1

此问题已在TensorFlow的master分支上修复（在commit d3931c8中 ）。 请参考TensorFlow网站上的以下文档以从GitHub构建pip安装： https : //www.tensorflow.org/install/install_sources 。