如何修复“TOCO失败”。检查失败：dim>=1（0 vs.1）“将冻结的图形转换为tensorflow_-lite mod时出错

Question

我训练了一个目标探测模型。现在我正尝试使用Tensorflow Lite graph converter提供的量化来加速推理。但是当我调用tf.lite.TFLiteConverter.from_frozen_graph 方法，我遇到了一个错误。在

我还发现大约一年前有人问过similar, unanswered question，我想知道TFLite的支持现在是否有所改善。在

我的意思是：

converter = tf.lite.TFLiteConverter.from_frozen_graph(
    model_path,
    input_arrays = ['input_1'],
    output_arrays = [
        'filtered_detections/map/TensorArrayStack/TensorArrayGatherV3',
        'filtered_detections/map/TensorArrayStack_1/TensorArrayGatherV3',
        'filtered_detections/map/TensorArrayStack_2/TensorArrayGatherV3'
        ],
    input_shapes = { 
        'input_1': [None, 300, 300, 3]
        }
    )
converter.post_training_quantize = True
tflite_quantized_model = converter.convert()

编辑：我也尝试过input_1的不同参数值，比如[1, 300, 300, 3]等。我甚至省略了input_shapes参数，但是它抛出了另一个错误：None is allowed only in 1st dimension. Other dimensions can not be null

以下是错误日志：

^{pr2}$

Answer 1

问题出在tflite converter现有的不受支持的tensorflow操作中：

Converting unsupported operation: Enter

Converting unsupported operation: Size

Converting unsupported operation: TensorArrayWriteV3

尝试找到一种方法来避免在原始的张量流图中使用这种操作。在

请参阅this link，其中提供有关TFLite支持的操作的信息。在