Python 如何将经过训练的管道模型保存到单个tflite文件中？

我训练了一个管道模型，它使用

CountVectorizer

，

TfidfTransformer

，

OneVsRestClassifier

和

GridSearchCV

现在我想把它保存到一个tflite文件中，在我的Android应用程序上使用它

对于顺序模型（成功创建了我的tflite文件），我执行了以下操作：

将顺序模型保存到tflite文件中都很好

管道没有“save”属性，这与顺序模型不同，因此我尝试使用

joblib

保存管道模型，然后使用

pickle

保存管道模型，但都不起作用

假设

pipeline\u model

是我经过训练的模型（第一句中描述的模型）

现在创建了pb文件，我想创建一个tflite文件。由于它不是Keras模型，我无法使用来自Keras模型文件的

，因此我尝试使用来自保存的模型的

pb_file = 'pipeline_model.pb'
tflite_file = "tflite_model.tflite"    

converter = tf.lite.TFLiteConverter.from_saved_model(pb_file)
tflite_model = converter.convert()

open(tflite_file, "wb").write(tflite_model)

它在转换器=…
的第行生成错误：

OSError: SavedModel file does not exist at: pb_file.pb/{saved_model.pbtxt|saved_model.pb}

我试着在Kaggle、Colab和PyCharm IDE上运行它，使用tensorflow的两个版本（1和2），使用不同的文件扩展名，但似乎没有任何效果

我还注意到TFLiteConverter包含来自\u freezed\u graph

和来自\u session的方法

，但这两个方法需要一个额外的参数，因此我认为这些方法不可能是解决方案

那么，如何从经过培训的管道模型中获取tflite文件呢？如果您找到任何解决方案，请告诉我您使用的库版本，因为在不同的lib上可能有不同的行为

pb_file = 'pipeline_model.pb'
tflite_file = "tflite_model.tflite"    

converter = tf.lite.TFLiteConverter.from_saved_model(pb_file)
tflite_model = converter.convert()

open(tflite_file, "wb").write(tflite_model)

OSError: SavedModel file does not exist at: pb_file.pb/{saved_model.pbtxt|saved_model.pb}