Chuyển đổi mô hình TensorFlow

Trang này mô tả cách chuyển đổi mô hình TensorFlow sang mô hình LiteRT (một mô hình được tối ưu hoá Định dạng FlatBuffer được xác định bởi .tflite) bằng cách sử dụng bộ chuyển đổi LiteRT.

Quy trình chuyển đổi

Biểu đồ dưới đây minh hoạ quy trình tổng thể để chuyển đổi mô hình của bạn:

Quy trình cho trình chuyển đổi TFLite

Hình 1. Quy trình của trình chuyển đổi.

Bạn có thể chuyển đổi mô hình của mình bằng một trong các cách sau:

  1. API Python (nên dùng): Điều này cho phép bạn tích hợp lượt chuyển đổi vào quy trình phát triển, áp dụng các cách tối ưu hoá, thêm siêu dữ liệu và nhiều tác vụ khác giúp đơn giản hoá quá trình chuyển đổi.
  2. Dòng lệnh: Dòng lệnh này chỉ hỗ trợ chuyển đổi mô hình cơ bản.

API Python

Mã trợ giúp: Để tìm hiểu thêm về trình chuyển đổi LiteRT API, chạy print(help(tf.lite.TFLiteConverter)).

Chuyển đổi mô hình TensorFlow bằng tf.lite.TFLiteConverter. Mô hình TensorFlow được lưu trữ bằng định dạng SavedModel và được tạo bằng API tf.keras.* cấp cao (mô hình Keras) hoặc các API tf.* cấp thấp (từ đó bạn tạo các hàm cụ thể). Là một kết quả, bạn có 3 lựa chọn sau đây (ví dụ là trong vài video tiếp theo chuyên mục):

Chuyển đổi SavedModel (nên dùng)

Ví dụ sau đây trình bày cách chuyển đổi SavedModel được đưa vào TensorFlow Mô hình thu gọn.

import tensorflow as tf

# Convert the model
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir) # path to the SavedModel directory
tflite_model = converter.convert()

# Save the model.
with open('model.tflite', 'wb') as f:
  f.write(tflite_model)

Chuyển đổi mô hình Keras

Ví dụ sau đây trình bày cách chuyển đổi Mô hình Keras trên TensorFlow Mô hình thu gọn.

import tensorflow as tf

# Create a model using high-level tf.keras.* APIs
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(units=1, input_shape=[1]),
    tf.keras.layers.Dense(units=16, activation='relu'),
    tf.keras.layers.Dense(units=1)
])
model.compile(optimizer='sgd', loss='mean_squared_error') # compile the model
model.fit(x=[-1, 0, 1], y=[-3, -1, 1], epochs=5) # train the model
# (to generate a SavedModel) tf.saved_model.save(model, "saved_model_keras_dir")

# Convert the model.
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()

# Save the model.
with open('model.tflite', 'wb') as f:
  f.write(tflite_model)

Chuyển đổi các hàm cụ thể

Ví dụ sau đây trình bày cách chuyển đổi các hàm cụ thể vào một Mô hình LiteRT.

import tensorflow as tf

# Create a model using low-level tf.* APIs
class Squared(tf.Module):
  @tf.function(input_signature=[tf.TensorSpec(shape=[None], dtype=tf.float32)])
  def __call__(self, x):
    return tf.square(x)
model = Squared()
# (ro run your model) result = Squared(5.0) # This prints "25.0"
# (to generate a SavedModel) tf.saved_model.save(model, "saved_model_tf_dir")
concrete_func = model.__call__.get_concrete_function()

# Convert the model.

converter = tf.lite.TFLiteConverter.from_concrete_functions([concrete_func],
                                                            model)
tflite_model = converter.convert()

# Save the model.
with open('model.tflite', 'wb') as f:
  f.write(tflite_model)

Tính năng khác

  • Áp dụng tính năng tối ưu hoá. Điểm chung tối ưu hoá được sử dụng là định lượng sau đào tạo, Tính năng này có thể giảm thêm độ trễ và kích thước của mô hình mà không khiến sự chính xác.

  • Thêm siêu dữ liệu để tạo nền tảng dễ dàng hơn mã trình bao bọc cụ thể khi triển khai các mô hình trên thiết bị.

Lỗi chuyển đổi

Sau đây là các lỗi chuyển đổi phổ biến và cách khắc phục:

Công cụ dòng lệnh

Nếu bạn đã đã cài đặt TensorFlow 2.x từ pip, hãy sử dụng lệnh tflite_convert. Để xem tất cả cờ hiện có, hãy sử dụng sau đây:

$ tflite_convert --help

`--output_file`. Type: string. Full path of the output file.
`--saved_model_dir`. Type: string. Full path to the SavedModel directory.
`--keras_model_file`. Type: string. Full path to the Keras H5 model file.
`--enable_v1_converter`. Type: bool. (default False) Enables the converter and flags used in TF 1.x instead of TF 2.x.

You are required to provide the `--output_file` flag and either the `--saved_model_dir` or `--keras_model_file` flag.

Nếu bạn có Nguồn TensorFlow 2.x không được tải và muốn chạy trình chuyển đổi từ nguồn đó mà không cần tạo và cài đặt gói, bạn có thể thay thế 'tflite_convert' thông qua tính năng "bazel run tensorflow/lite/python:tflite_convert --" trong lệnh.

Chuyển đổi SavedModel 

tflite_convert \
  --saved_model_dir=/tmp/mobilenet_saved_model \
  --output_file=/tmp/mobilenet.tflite

Chuyển đổi mô hình Keras H5 

tflite_convert \
  --keras_model_file=/tmp/mobilenet_keras_model.h5 \
  --output_file=/tmp/mobilenet.tflite