訓練されたモデルに基づいて.tfliteモデルを生成しました。tfilteモデルが元のモデルと同じ結果を与えることをテストしたいと思います。
同じテストデータを提供し、同じ結果を取得します。
TensorFlow Lite Pythonインタープリターを使用してtfliteをテストできますモデル。
python Shellで入力データをフィードし、通常のテンソルフローモデルを使用しているように出力を直接読み取ることができます。
私はこの質問に答えました here 。
そして、あなたはこれを読むことができます TensorFlow lite公式ガイド 詳細情報.
また、 非常に優れた視覚化ツール を見つけました。これは.tfliteファイルを直接ロードして、モデルアーキテクチャとモデルの重みを検査できます。
TensorFlowコードベースには tflite_diff_example_test があります。ランダムデータを生成し、同じデータをTensorFlowとTensorFlow liteにフィードし、差が小さなしきい値内にあるかどうかを比較します。
GithubからTensorFlowコードをチェックアウトし、bazelで実行できます。
bazel run //tensorflow/contrib/lite/testing:tflite_diff_example_test
その後、どの引数を渡す必要があるかがわかります。
@ miaout17による回答に加えて、tfliteモデルをデバッグ/理解するために(質問の精神です)、次のことができます。
--dump_graphviz
ここで説明されているようにグラフを視覚化する https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/toco/g3doc/cmdline_examples.md#using---dump_graphviz =flatc
を使用してpython apiを生成し、そのapiを介してモデルを解析します https://google.github.io/flatbuffers/flatbuffers_guide_use_python.html =json
を使用してtflite
ファイルからflatc
を生成し、出力します