Tensorflow Keras上采样2D->；tflite转换会导致失败的形状推断和未定义的输出形状

Keras Upsampling2d操作通过附加操作和未定义的形状转换为该操作

但是，Tensorflow在没有此操作的情况下以正确的形状进行转换

---

这会导致未定义的整体模型输出形状，并导致设备上的错误。如何修复此问题？

此处描述了此行为

Keras默认情况下将动态批处理大小设置为true。 这意味着模型输入形状是[*，28,28]，而不是[1,28,28]。 旧的（不推荐使用的）转换器用于忽略动态批处理并将其覆盖为1-这是错误的，因为这不是原始模型所具有的-您可以想象，当您尝试在运行时调整输入大小时，情况会有多糟

相反，current converter正确处理动态批处理大小，并且生成的模型可以在运行时正确调整大小。 这就是为什么“Shape，stickdslice，Pack”序列不是固定折叠的，因为该形状依赖于运行时定义的形状

对于单输入模型，可通过在保存前设置keras模型的恒定形状来修复此问题

model.input.set_shape(1 + model.input.shape[1:])