自定义操作被另一个操作替换答案

【问题标题】：Custom op is replaced by another ops自定义操作被另一个操作替换
【发布时间】：2021-05-11 07:05:29
【问题描述】：

我需要在语音识别模型中使用 Conv1D 层才能在微控制器上运行。由于 TFLM 不支持 Conv1D，我想使用 keras 层类：之后我尝试定义和注册 TF Lite 支持的操作。

但是，我的操作似乎被另一个操作所取代。怎么可能？

【问题讨论】：

根据github.com/tensorflow/tensorflow/issues/39823的说法，最近的TF版本确实支持Conv1D，例如TF 2.4或更高版本。使用最新的 TF 版本怎么样？您可能不需要实现此自定义操作。

【解决方案1】：

TFLite 通过使用 Reshape 操作包装现有的 Conv2D 操作来支持 Conv1D。你试过转换吗？我认为 TensorFlow Lite 内置操作集已经支持您的案例。如果没有，请在 TensorFlow github 提交功能请求。

【讨论】：

我的意思是在 TF 到 TFLite 的转换过程中，TF 的 Conv1D 运算符将被替换为 TFLite Conv2D op（+Reshape op）。您无需自行实现此功能。
即使有一个自定义的 Conv1D 操作，TF 到 TFLite 的转换总是有利于 TFLite Conv2D 操作，因为它是一个内置操作。要使用自定义的 conv1d 操作，您还需要修改 TFLite 转换器..
所以像这样：converter = tf.lite.TFLiteConverter.from_concrete_functions([conv1d.get_concrete_function(x)]) converter.allow_custom_ops = True tflite_model = converter.convert() 不会在这个工作特殊情况？
没有这样的选项。转换器总是为 TF conv1d 操作放置一个 TFLite conv2d 操作，而不管 allow_custom_ops 标志的值是什么，因为它有利于 TFLite 内置操作而不是自定义操作。