Метод from_concrete_functions класса TFLiteConverter

Метод from_concrete_functions класса TFLiteConverter создает конвертер TensorFlow Lite из списка конкретных функций ConcreteFunction. Первым параметром метод принимает список конкретных функций, вторым - необязательный параметр trackable_obj, который указывает на объект, связанный с этими функциями.

Конкретные функции ConcreteFunction можно получить из графа TensorFlow с помощью метода get_concrete_function. Такой подход позволяет конвертировать отдельные функции, а не целые модели, что удобно при работе с пользовательскими вычислениями.

Синтаксис

TFLiteConverter.from_concrete_functions(funcs, [trackable_obj])

Пример

Давайте создадим простую функцию, получим ее конкретную функцию и сконвертируем в модель TensorFlow Lite:

import tensorflow as tf

def model_func(x):
	return x + 2

concrete_func = tf.function(model_func).get_concrete_function(
	tf.TensorSpec(shape=[1], dtype=tf.float32)
)

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

print(type(tflite_model))

Результат выполнения кода:

<class 'bytes'>

Пример

Давайте создадим конкретную функцию для двумерного тензора и проверим работу конвертера:

import tensorflow as tf

def model_func(x):
	return x * 3

concrete_func = tf.function(model_func).get_concrete_function(
	tf.TensorSpec(shape=[2, 3], dtype=tf.float32)
)

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

print(len(tflite_model) > 0)

Результат выполнения кода:

True

Пример

Давайте сконвертируем функцию с двумя конкретными функциями и сохраним модель в файл 'model.tflite':

import tensorflow as tf

def func_a(x):
	return x + 1

def func_b(x):
	return x - 1

concrete_a = tf.function(func_a).get_concrete_function(
	tf.TensorSpec(shape=[1], dtype=tf.float32)
)
concrete_b = tf.function(func_b).get_concrete_function(
	tf.TensorSpec(shape=[1], dtype=tf.float32)
)

converter = tf.lite.TFLiteConverter.from_concrete_functions(
	[concrete_a, concrete_b]
)
tflite_model = converter.convert()

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

print('model.tflite')

Результат выполнения кода:

"model.tflite"

Смотрите также

класс TFLiteConverter,
который конвертирует модели TensorFlow в формат TensorFlow Lite
метод from_saved_model,
который создает конвертер из сохраненной модели
метод from_keras_model,
который создает конвертер из Keras-модели
метод convert,
который выполняет конвертацию в модель TensorFlow Lite