Python 在转换的tflite模型上调用'allocate_tensors（）'时发生运行时错误

我使用TF Lite部署了TensorFlow模型，一切正常。但是，当我尝试使用自己的模型（从保存的

keras

model转换而来）时，调用

allocate\u tensors（）

方法时会出现以下错误：

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-73-6b4d64de8090> in <module>
      1 #interpreter = tflite.Interpreter(model_path='model.tflite')
      2 interpreter = tflite.Interpreter(model_path=lite_model_location)
----> 3 interpreter.allocate_tensors()

~/pyenv/srcnn/lib/python3.6/site-packages/tflite_runtime/interpreter.py in allocate_tensors(self)
    257   def allocate_tensors(self):
    258     self._ensure_safe()
--> 259     return self._interpreter.AllocateTensors()
    260 
    261   def _safe_to_run(self):

RuntimeError: external/org_tensorflow/tensorflow/lite/core/subgraph.cc BytesRequired number of elements overflowed.
Node number 0 (CONV_2D) failed to prepare.

而我的非工作

tflite

模型的输入详细信息如下：

{'name': 'input_1',
 'index': 0,
 'shape': array([1, 1, 1, 3], dtype=int32),
 'shape_signature': array([-1, -1, -1,  3], dtype=int32),
 'dtype': <class 'numpy.float32'>,
 'quantization': (0.0, 0),
 'quantization_parameters': {'scales': array([], dtype=float32),
 'zero_points': array([], dtype=int32),
 'quantized_dimension': 0}, 
 'sparsity_parameters': {}}

{'name'：'input_1'，
“索引”：0，
“形状”：数组（[1,1,1,3]，dtype=int32），
“shape_签名”：数组（[-1，-1，-1,3]，dtype=int32），
“数据类型”：，
“量化”：（0.0,0），
'量化参数'：{'scales'：数组（[]，dtype=float32），
“零点”：数组（[]，dtype=int32），
“量化的_维度”：0}，
“稀疏_参数”：{}

---

可能是转换的原因吗？该模型在使用

keras

的开发过程中运行良好，应该能够接受可变x和y维度（图像大小）的输入。我不认为数据类型是这里的问题，因为文档中应该同时支持

uint8

和

float32

。

好的，很容易解决。当使用具有未知输入维度的CNN时（即此处

形状签名中的
-1
，由于在输入层中设置
-1
），输入张量中的未知维度设置为
1
。要使模型在使用此类模型时正确分配，您必须做两件事：

手动将输入张量的形状设置为输入数据的形状，例如
解释器。调整张量的大小\u输入（0、[1，input\u shape[0]，input\u shape[1]，3]，strict=True）
手动设置输入数据的
dtype
，以匹配模型输入层的数据，如输入详细信息中的
'dtype'
条目所示
这似乎是在常规TensorFlow中自动完成的，但在Lite版本中必须像这样准备模型。
正如错误所示，
bytes所需的元素数溢出
，数据类型
uint8
和
float32
可能存在问题。此外，两种型号的
形状
也不同。这将在运行TFLite模型时引发异常。我也倾向于形状。然而，模型应该能够接受任何大小的3通道图像的输入，因此签名中的[-1，-1，-1，3]。
'shape'
和
'shape\u签名'
必须匹配吗？我可以在分配之前在模型中更改它们吗，还是应该在模型转换时固定？
{'name': 'input_1',
 'index': 0,
 'shape': array([1, 1, 1, 3], dtype=int32),
 'shape_signature': array([-1, -1, -1,  3], dtype=int32),
 'dtype': <class 'numpy.float32'>,
 'quantization': (0.0, 0),
 'quantization_parameters': {'scales': array([], dtype=float32),
 'zero_points': array([], dtype=int32),
 'quantized_dimension': 0}, 
 'sparsity_parameters': {}}