Ошибка при преобразовании модели классификации двунаправленного текста LSTM в модель TFLite - PullRequest
Новая
       99

Ошибка при преобразовании модели классификации двунаправленного текста LSTM в модель TFLite

0 голосов
/ 10 июля 2020

Моя модель обучена на «наборе данных обзоров imdb» и отлично работает при прогнозировании настроения отзывов mov ie. Однако, когда я конвертирую свою модель для Tensorflow Lite, она выводит: None поддерживается только в 1-м измерении. Тензор 'embedding 1 input' имеет недопустимую форму '[None, None]'. При обучении моей модели я не указывал конкретную форму c, поэтому я не уверен, какую форму передать моей модели для работы с моим android приложением. (Пока я конвертирую форму embedding_input во что-то еще, модель TFLite будет создана, но не будет работать с моим android приложением)

Код для модели: 

from tensorflow import keras
from keras.preprocessing.text import Tokenizer
from keras.preprocessing.sequence import pad_sequences
from keras.layers import Dense , Input , LSTM , Embedding, Dropout , Activation, GRU, Flatten
from keras.layers import Bidirectional, GlobalMaxPool1D
from keras.models import Model, Sequential
from keras.layers import Convolution1D
from keras import initializers, regularizers, constraints, optimizers, layers

max_features = 6000
tokenizer = Tokenizer(num_words=max_features)
tokenizer.fit_on_texts(df['Processed_Reviews'])
list_tokenized_train = tokenizer.texts_to_sequences(df['Processed_Reviews'])

maxlen = 130
X_t = pad_sequences(list_tokenized_train, maxlen=maxlen)
y = df['sentiment']

embed_size = 128
model = Sequential()
model.add(Embedding(max_features, embed_size))
model.add(Bidirectional(LSTM(32, return_sequences = True)))
model.add(GlobalMaxPool1D())
model.add(Dense(20, activation="relu"))
model.add(Dropout(0.05))
model.add(Dense(1, activation="sigmoid"))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

batch_size = 100
epochs = 3
model.fit(X_t,y, batch_size=batch_size, epochs=epochs, validation_split=0.2)

#Conversion Code
import tensorflow as tf

inference_model = tf.keras.models.load_model('imdb-reviews-final.h5')
#inference_model.input.set_shape((6000, 128)) --> Reshaping allows model conversion to happen, but does not actually work with the app
converter = tf.lite.TFLiteConverter.from_keras_model(inference_model)
tflite_model = converter.convert()
open("model.tflite", "wb").write(tflite_model)

1 Ответ

1 голос
/ 10 июля 2020

Текущие стабильные версии Tensorflow не поддерживают динамические c входные формы.

Однако использование ночной сборки может решить вашу проблему. Я нашел эту проблему в Tensorflow github, где обсуждается этот метод. Однако я не уверен, работает ли это на Android.

...