Python 冻结图形到Tflite转换错误->；ValueError-为输入数组提供输入形状'；wav数据'；

我遵循Tensorflow for speech commands分类中给出的代码，为城市声音数据集训练自定义分类器。已成功创建冻结的图形。但当我尝试使用下面给出的方法将其转换为Tflite时

converter = tf.lite.TFLiteConverter.from_frozen_graph('five_words.pb', ['wav_data'], ['labels_softmax'], {"wav_data" :None})
tflite_model = converter.convert()
open("converted_model.tflite", "wb").write(tflite_model)

它给出了以下错误

ValueError                                Traceback (most recent call last)
<ipython-input-30-fc0e59056dc1> in <module>()
----> 1 tflite_model = converter.convert()
      2 open("converted_model.tflite", "wb").write(tflite_model)

/usr/local/lib/python3.6/dist-packages/tensorflow_core/lite/python/lite.py in convert(self)
    887         if not shape:
    888           raise ValueError("Provide an input shape for input array "
--> 889                            "'{0}'.".format(_get_tensor_name(tensor)))
    890         # Note that shape_list might be empty for scalar shapes.
    891         shape_list = shape.as_list()

ValueError: Provide an input shape for input array 'wav_data'.

ValueError回溯（最近一次调用）
在（）
---->1 tflite_model=converter.convert（）
2打开（“转换的_模型.tflite”，“wb”）.写入（tflite_模型）
/convert（self）中的usr/local/lib/python3.6/dist-packages/tensorflow_core/lite/python/lite.py
887如果不是形状：
888 raise VALUERROR（“为输入数组提供输入形状”
-->889“{0}.”。格式（_get_tensor_name（tensor）））
890#请注意，对于标量形状，形状列表可能为空。
891 shape_list=shape.as_list（）
ValueError：为输入数组“wav_数据”提供输入形状。

图形结构：

---

我输入的数据每个单词都有5个文件夹，每个文件夹由100个音频文件组成，因此我的输入张量（即'wav_data'）

的形状是什么，因为错误跟踪表明您需要提供输入数组“wav_data”的形状。检查wav_数据的形状，并用数组替换None

例如

converter=tf.lite.TFLiteConverter.from_freezed_图形（'five_words.pb'，['wav_data']，['labels_softmax']，{'wav_data::None}）

可以是

converter=tf.lite.TFLiteConverter.from_freezed_图形（'five_words.pb'，['wav_data']，['labels_softmax']，{'wav_data']，{'wav_data:[1160,3]}）