本文讲述了作者在尝试将使用dynamicRNN的TensorFlow模型转换为tflite格式时遇到的问题和挑战。由于官方方法无法满足需求，作者详细探讨了RNN模型的特性，转换过程中的限制，以及在转换过程中遇到的错误和解决方案，包括对tf.nn.dynamic_rnn和tf.compat.v1.lite.experimental.nn.dynamic_rnn的不同结果。同时，作者还分享了在不同版本TensorFlow间切换以及使用tf-nightly的经验，并邀请读者加入相关QQ群进行讨论。
很失败，之前的tensorflow模型转换tflite的都是最终失败！！！我的目标是将RNN模型，而且采用的dynamicRNN的网络转换为tflite，而且不能用tf的Ops，这个要求很高！！！官方给的方法不可行，这一点令我很失望。真是垃圾！！
为啥必须要用RNN？因为RNN针对时序信号具有不可替代的优势，这一点CNN目前是难以做到的。
官方已经明确说明不能return_sequences，而我目前如果尝试，如果没有这个参数，那么网络构建都不成功！
下面是几个参考：
1-keras中的RNN，带有return_sequences，不带根本不行。不过这个速度咋这么快呢？？难道有错？？
这个RNN与static及dynamic是不同的，如果没有return_sequences，它自动就变成2维了，这一点很烦人
2-官方另给的LSTM参考，不过它给的是tf-nightly，说实话我之前安装过这玩意，安装后tf都不能用了。真是欲学葵花宝典，必先自宫，这一招真狠。
那特么先自废武功再说，卸载tensorflow。卸载出错，使出必杀技，直接在Lib下删除tf的文件夹
安装tf-nightly。然后再安装tensorflow，也可能是我已经安装好了tf-nightly.各位看客请多试试。
卸载时一定要关闭python界面，否则卸载可能没有权限。我可能有点爱上橘子皮【jupyter】了，真的用起来好爽。。。
刚才无意中安装了tf2，但目前用的东西都找不到，所以又安了指定版本tf1.14.0
然后我发现稍微改下参数就不对，卧槽！LSTM_keras转tflite，只能from_session,from_keras_model_file就不行，错误如下：
<
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
