Tensorflow lite debug过程

最新推荐文章于 2024-07-02 12:14:06 发布

SYSU-Leo

最新推荐文章于 2024-07-02 12:14:06 发布

阅读量2k

点赞数 3

分类专栏： Tensorflow

本文链接：https://blog.csdn.net/sysleo/article/details/95070817

版权

在将模型转换为TensorFlow Lite格式时，遇到了'None is only supported in the 1st dimension.'和'Some of the operators in the model are not supported...'的错误。这些问题可能源于输入形状设置、未安装的依赖库以及使用了TensorFlow Lite标准运行时不支持的运算。解决方案包括指定输入形状、考虑使用扩展运行时或自定义操作，并解决TensorFlow pip安装时的依赖问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

报错：None is only supported in the 1st dimension.

加入input_shapes={“input_1”:[1,600,500,3]}

import tensorflow as tf

graph_def_file = "./models/wdsr-a-32-x4-psnr-29.1736.pb"
input_arrays = ["input_1"]
output_arrays = ["lambda_5/add"]

converter = tf.lite.TFLiteConverter.from_frozen_graph(
  graph_def_file, input_arrays, output_arrays,input_shapes={"input_1":[1,600,500,3]})
tflite_model = converter.convert()
open("wdsr_-x4-converted_model.tflite", "wb").write(tflite_model)