Tensorflow 将带有2个输入的keras模型转换为tflite时出错

我正在尝试将tf2.keras模型转换为tflite，但出现以下错误：

ValueError: Invalid input size: expected 2 items got 1 items.

我的网络是暹罗网络-它有两个输入，两个输入都被送入同一主干网：

input\u shape=（图像大小，图像大小，3）
left\u input=tf.keras.layers.input（shape=input\u shape，name='left\u input'）
right\u input=tf.keras.layers.input（shape=input\u shape，name='right\u input'）
#定义基本模型：
一般输入=tf.keras.layers.input（形状=输入形状）
x=构建移动网络（输入=一般输入）#构建标准移动网络模型
主干线模型=tf.keras.model（一般输入，x）
#运行两个示例：
左\u特征=主干\u模型（左\u输入）
右\u特征=主干\u模型（右\u输入）
输出=tf.keras.layers.Subtract（name='diff'）（[left\u features，right\u features]）
#继续在输出张量上运行更多操作。。。

在训练期间，我的数据集对象返回一个输入字典和标签：

{'left\u input'：im\u left，'right\u input'：im\u right}，标签

当尝试量化模型时，我有一个代表性的数据集对象，它只返回输入（不带标签）：

return{'left\u input'：left'right\u input'：right}

用于量化的tflite代码：

data\u generator=DataProvider（num\u images=10）
model=tf.keras.models.load\u model（float32\u model\u路径，compile=False）
converter=tf.lite.TFLiteConverter.from_keras_model（model）
converter.optimizations=[tf.lite.Optimize.Optimize\u FOR\u SIZE]
converter.target\u spec.supported\u ops=[tf.lite.optset.TFLITE\u BUILTINS\u INT8]
converter.inference\u input\u type=tf.int8
converter.inference\u output\u type=tf.int8
converter.representative\u数据集=数据\u生成器
tflite_model=converter.convert（）

调用

converter.convert（）

时出错。有人知道可能是什么问题吗

---

谢谢

我曾与暹罗网络合作。请尝试执行

打印（[layer.name for layer in model.layers]）

并给出输出。您是指float32模型层的名称吗？这实际上是一个很长的输出，但我只使用内置的tf.keras层-DepthwizeConv2D、Conv2D、Add、BatchNorm、Relu和Softmax。你有可用的.h5文件吗？可以把它寄给我吗farmaker47@gmail.com? 我得去看看我和暹罗网络合作过的那些人。请尝试执行

打印（[layer.name for layer in model.layers]）

并给出输出。您是指float32模型层的名称吗？这实际上是一个很长的输出，但我只使用内置的tf.keras层-DepthwizeConv2D、Conv2D、Add、BatchNorm、Relu和Softmax。你有可用的.h5文件吗？可以把它寄给我吗farmaker47@gmail.com? 我得看看这些层