TF-lite 模型测试失败并出现运行时错误答案

【问题标题】：TF-lite model test fails with run-time ErrorTF-lite 模型测试失败并出现运行时错误
【发布时间】：2019-05-29 01:59:26
【问题描述】：

我为 MNIST 分类创建了一个 TF-lite 模型（我正在使用 TF 1.12.0 并在 Google Colab 上运行它），我想使用 TensorFlow Lite Python 解释器对其进行测试，如

https://github.com/freedomtan/tensorflow/blob/deeplab_tflite_python/tensorflow/contrib/lite/examples/python/label_image.py

但是当我尝试调用解释器时出现此错误 -

RuntimeError                              Traceback (most recent call last)
<ipython-input-138-7d35ed1dfe14> in <module>()
----> 1 interpreter.invoke()

/usr/local/lib/python3.6/dist- 
packages/tensorflow/contrib/lite/python/interpreter.py in invoke(self)
251       ValueError: When the underlying interpreter fails raise 
ValueError.
252     """
--> 253     self._ensure_safe()
254     self._interpreter.Invoke()
255 

/usr/local/lib/python3.6/dist- 
packages/tensorflow/contrib/lite/python/interpreter.py in 
_ensure_safe(self)
 97       in the interpreter in the form of a numpy array or slice. Be sure 
 to
 98       only hold the function returned from tensor() if you are using 
 raw
 ---> 99       data access.""")

101   def _get_tensor_details(self, tensor_index):

 RuntimeError: There is at least 1 reference to internal data
  in the interpreter in the form of a numpy array or slice. Be sure to
  only hold the function returned from tensor() if you are using raw
  data access.

这里是代码 -

import numpy as np

# Load TFLite model and allocate tensors.
interpreter = 
tf.contrib.lite.Interpreter(model_path="mnist/mnist_custom.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
input_details

[{'dtype': numpy.float32, “索引”：3， '名称': 'conv2d_1_input', '量化': (0.0, 0), 'shape': 数组([ 1, 28, 28, 1], dtype=int32)}]

test_images[0].shape

(28, 28, 1)

input_data = np.expand_dims(test_images[0], axis=0)
input_data.shape

(1, 28, 28, 1)

interpreter.set_tensor(input_details[0]['index'], input_data)
interpreter.invoke()

问题是我不明白这条消息的含义以及如何处理它。

【问题讨论】：

OK.. 修复了这个..添加了 input_tensor= tf.convert_to_tensor(input_data, np.float32) 然后interpreter.set_tensor(input_details[0]['index'], input_data)
嗨！您介意详细说明您的解决方案吗？我也遇到了同样的问题，不知道怎么解决
Wither (i) 重启 jupyter notebook 或 (ii) 重新加载模型对我有用。查看此线程中的详细说明：stackoverflow.com/questions/56777704/…

标签： tensorflow-lite

【解决方案1】：

tf.convert_to_tensor 和 interpreter.set_tensor 为我完成了这项工作

tensor_index = interpreter.get_input_details()[0]['index']
input_tensor_z= tf.convert_to_tensor(z, np.float32)
interpreter.set_tensor(tensor_index, input_tensor_z)

我创建了一个端到端示例，从训练 Keras 模型开始在 TensorFlow Lite 上提供服务here

我也在this线程中发布了相同的答案

【讨论】：