我可以獲取 tensorflow lite model 的指標嗎？

Question

我一直在使用自定義指標研究復雜的 Keras model，我最近將其轉換為 tensorflow lite。 模型不完全相同，輸出也不同，但是很難評估，因為 output 是大小為 128 的張量。有什么方法可以在這個 model 上運行我的自定義指標？ 我一直在使用 Tf 1.14。 下面是一些相關的代碼。

# compiler and train the model
model.save('model.h5')

# save the model in TFLite
converter = tf.lite.TFLiteConverter.from_keras_model_file('model.h5', custom_objects={'custom_metric': custom_metric})
tflite_model = converter.convert()
open('model.tflite', 'wb').write(tflite_model)

# run the model
interpreter = tf.lite.Interpreter(model_path='model.tflite')
interpreter.allocate_tensors()
input_dets = interpreter.get_input_details()
output_dets = interpreter.get_output_details()
input_shape = input_dets[0]['shape']
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_dets[0]['index'], input_data)
interpreter.invoke()

Answer 1

這些模型應該是不同的，因為轉換器會進行圖形轉換（例如熔斷器激活和折疊批量規范），並且生成的圖形僅針對推理場景。

要運行指標：解釋器提供 API 以獲取 output 值（作為數組）：

output = interpreter.tensor(interpreter.get_output_details()[0]["index"])

然后將您的指標應用於 output。