Не было зарегистрировано OPKernel для поддержки Op 'Equal' с этими атрибутами

Question

Я получаю следующую ошибку при попытке загрузить мою модель TensorFlow, используя следующие инструменты:

Xcode (Последний)

TensorFlow Experimental V1.1.1 (установлен с использованием модулей)

C ++

Я могу создать сеанс TensorFlow без проблем, и я могу прочитать модель TensorFlow в GraphDef, но когда я пытаюсь создать модель с использованием активного сеанса TensorFlow, яполучить следующую проблему.

Недопустимый аргумент: не зарегистрирован OpKernel для поддержки Op 'Equal' с этими атрибутами.

Зарегистрированные устройства:

[ЦП]

Зарегистрированные ядра:

device = 'CPU';T в [DT_FLOAT] [[Узел: Равный = Равный [T = DT_INT32, _output_shapes = [[]]] (Ранг, Равный)]]

Так выглядит мой код

tensorflow::Session* sessionPointer = nullptr;
const tensorflow::SessionOptions options;

tensorflow::Status newSessionStatus = tensorflow::NewSession(options, &sessionPointer);

[MachineLearning checkTensorflowStatus:newSessionStatus];

std::unique_ptr<tensorflow::Session> session(sessionPointer);

// Create a point to the tensorflow graph
tensorflow::GraphDef tensorflowGraph;

// Get the model file path
NSString* filePath = FilePathForResourceName(@"frozen_inference_graph", @"pb");

// Read the data into the TensorflowGraph
auto fileConverteredToProto = PortableReadFileToProto([filePath UTF8String], &tensorflowGraph);

// Create the tensorflow graph
tensorflow::Status createGraphStatus = session->Create(tensorflowGraph);

// Check the status of the tensorflow graph
[MachineLearning checkTensorflowStatus:createGraphStatus];

Я проверил, что путь к файлу, который он получает, правильный, и кажется, что он нормально загружает данные модели в GraphDef.Вот как я это делаю

// Finds the file path for the given file name
NSString* FilePathForResourceName(NSString* name, NSString* extension)
{
    NSString* filePath = [[NSBundle mainBundle] pathForResource:name ofType:extension];
    if (filePath == NULL)
    {
        LOG(ERROR) << "Could not find the TensorFlow model";
    }
    return filePath;
}

// Reads the file into the protobuf. This was taken from the TensorFlow example code
bool PortableReadFileToProto(const std::string& fileName, ::google::protobuf::MessageLite* proto)
{
    // Create the input stream with the given file name
    ::google::protobuf::io::CopyingInputStreamAdaptor stream(new IfstreamInputStream(fileName));

    // Set that this object owns the copying stream
    stream.SetOwnsCopyingStream(true);

    // Create a coded input stream
    ::google::protobuf::io::CodedInputStream codedStream(&stream);

    // Set the byte limit, aparently having protos too big can causes issues, so we limit it.
    codedStream.SetTotalBytesLimit(1024LL << 20, 512LL << 20);

    // Parse the coded stream
    return proto->ParseFromCodedStream(&codedStream);
}

Я читал о том, что OP не поддерживается в других публикациях, но Equal уже поддерживается, но он не работает так, как мне нужно для моего TensorFlow.модель.

Я также читал это руководство о том, как добавить новый OP. Tensorflow, как добавить новый OP

Но я не совсем понимаю, как все это работает, поэтому я изо всех сил пытаюсь запустить мою модель.

Я бы предпочелчтобы преобразовать мою модель TensorFlow в CoreML и использовать инструменты Swift CoreML, но есть проблема с преобразованием, когда Slice OP не поддерживается полностью и не может преобразовать мою модель.