Я пытался развернуть стандартную модель прямой связи Tensorflow в HTTP API, но из-за размера библиотеки Tensorflow я хочу вместо этого использовать Tensorflow Lite. Но есть одна вещь, которая меня отталкивает. С сайта (https://www.tensorflow.org/lite/guide/inference):
В разделе Важные концепции, пункт 2, говорится: «Необработанные входные данные для модели обычно не соответствуют формату входных данных, ожидаемому моделью. Например, вам может потребоваться изменить размер изображения или изменить формат изображения, чтобы он был совместим с моделью. "
Я проверил это, и достаточно уверен. Я тренировался с 42 переменными, но когда я сохранил модель в файле Flatbuffer и загрузил ее в интерпретатор tflite, он ожидал 40 переменных. Я не могу вырезать две переменные из моей модели.
Я подозреваю, что это потому, что tflite лучше для моделей на основе изображений, чем числовые, и изменение размеров изображений не имеет большого значения, но я не уверен , Кто-нибудь знает, почему это заставляет меня изменить входные данные или каким-либо образом обойти это без уменьшения информации в моих входных данных?
Это моя ошибка:
ValueError Traceback (most recent call last)
<ipython-input-54-2c67b90c8de8> in <module>
64
---> 65 interpreter.set_tensor(input_details[0]['index'], input_data)
~\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow_core\lite\python\interpreter.py in set_tensor(self, tensor_index, value)
384 ValueError: If the interpreter could not set the tensor.
385 """
--> 386 self._interpreter.SetTensor(tensor_index, value)
387
388 def resize_tensor_input(self, input_index, tensor_size):
~\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow_core\lite\python\interpreter_wrapper\tensorflow_wrap_interpreter_wrapper.py in SetTensor(self, i, value)
138
139 def SetTensor(self, i, value):
--> 140 return _tensorflow_wrap_interpreter_wrapper.InterpreterWrapper_SetTensor(self, i, value)
141
142 def GetTensor(self, i):
ValueError: Невозможно установить тензор: несоответствие размеров. Получил 42, но ожидал 40 для ввода 16.