[英]ValueError: Invalid tensors 'input' were found
我無法將 .pb 轉換為 tflite
這是我正在執行以生成 .pb 的命令,我成功生成了它。
IMAGE_SIZE=224
ARCHITECTURE="mobilenet_1_1.0_${IMAGE_SIZE}"
python retrain.py
--bottleneck_dir=tf_files/bottlenecks
--how_many_training_steps=500
--model_dir=tf_files/models/
--summaries_dir=tf_files/training_summaries/"${ARCHITECTURE}"
--output_graph=tf_files/retrained_graph.pb
--output_labels=tf_files/retrained_labels.txt
--architecture="${ARCHITECTURE}"
--image_dir=tf_files/flower_photos
一旦我嘗試將 .pb 創建到 .tflite 就會失敗,並出現相同的錯誤"ValueError: Invalid tensors 'input' were found."
tensors "ValueError: Invalid tensors 'input' were found."
was "ValueError: Invalid tensors 'input' were found."
tflite_convert \
--output_file=foo.tflite \
--graph_def_file=retrained_graph.pb \
--input_arrays=input \
--output_arrays=MobilenetV1/Predictions/Reshape_1
我只是按照這個谷歌代碼演示。
https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0
工作正常
IMAGE_SIZE=224
ARCHITECTURE="mobilenet_1.0_${IMAGE_SIZE}"
python -m scripts.retrain \
--bottleneck_dir=tf_files/bottlenecks \
--how_many_training_steps=500 \
--model_dir=tf_files/models/ \
--summaries_dir=tf_files/training_summaries/"${ARCHITECTURE}" \
--output_graph=tf_files/retrained_graph.pb \
--output_labels=tf_files/retrained_labels.txt \
--architecture="${ARCHITECTURE}" \
--image_dir=tf_files/flower_photos
tflite_convert --graph_def_file=tf_files/retrained_graph.pb --output_file=tf_files/optimized_graph.tflite --input_format=TENSORFLOW_GRAPHDEF --output_format=TFLITE --input_shape=1,224,224,3 --input_array=input --output_array=final_result --inference_type=FLOAT --input_data_type=FLOAT
我為它簡單地更改了 mobilenet 版本做了一個更改。
我在使用 tflite 轉換器 python api 時遇到了與您相同的錯誤。
這是由我們在 input_arrays 中傳遞的參數引起的。
input_arrays
需要tensor_name
tf.placeholder(name="input")
定義的build_signature_def(inputs={"input": tensor_info_proto},outputs...)
而不是build_signature_def(inputs={"input": tensor_info_proto},outputs...)
定義的proto map key string
。
這是一個簡單的例子。
x = tf.placeholder(tf.float32, [None], name="input_x")
...
builder = tf.saved_model.builder.SavedModelBuilder(saved_model_path)
input_tensor_info = {"input": tf.saved_model.build_tensor_info(x)}
output_tensor_info = ...
signature_def = tf.saved_model.build_signature_def(inputs=input_tensor_info,
outputs=...,
method_name=...)
builder.add_meta_graph_and_variables(...)
builder.save()
# convert saved_model to tflite format.
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_path,
input_arrays=["input"],
...)
...
...
一旦你運行這樣的代碼將引發錯誤"ValueError: Invalid tensors 'input' were found."
如果我們進行如下的小改動,它就會成功。
# a small change when convert
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_path,
input_arrays=["input_x"],
...)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.