Android端集成TFLite推荐模型遇类型转换及Reshape报错如何解决？

类型不匹配报错解决方案 #

你遇到的Cannot convert between a TensorFlowLite tensor with type FLOAT32 and a Java object of type [I报错，本质是TFLite模型期望输入为FLOAT32类型，但你传入了Java的int32数组（[I为Java int数组的类型标识）。你排查到的流派特征需要传入float数组的结论正确，对应代码修改如下：

// 修改preprocessGenres方法的返回类型和内部逻辑，输出float数组
float[] preprocessGenres(List<MovieItem> selectedMovies, int length) {
    float[] inputGenres = new float[length];
    Arrays.fill(inputGenres, (float) config.unknownGenre);
    int i = 0;
    for (MovieItem item : selectedMovies) {
        if (i >= inputGenres.length) break;
        for (String genre : item.genres) {
            if (i >= inputGenres.length) break;
            inputGenres[i] = (float) (genres.containsKey(genre) ? genres.get(genre) : config.unknownGenre);
            i++;
        }
    }
    return inputGenres;
}

如果模型要求电影ID特征也为float类型，按照相同逻辑修改preprocessIds方法即可。

Reshape层元素数不匹配报错解决方案 #

你遇到的num_input_elements != num_output_elements (10 != 32)报错，是模型首个RESHAPE节点要求输入总元素数为32，但实际传入的输入总元素只有10导致的，按以下步骤修改即可解决：

• 确认模型输入规格：使用TFLite模型分析工具查看你训练好的模型两个输入（电影ID、流派）的要求长度，两者相加总长度需要等于32
• 同步App配置：检查App侧config.inputs中两个Feature的inputLength参数，确保和模型要求的输入长度完全一致，你当前的配置总和只有10，需要调整到和模型要求匹配
• 对齐预处理逻辑：确保App侧对选中电影的截断、padding规则和模型训练时的规则完全一致，比如训练时要求输入最近10部电影+每部对应2个流派共32个元素，App侧也要按照相同规则处理输入

内容的提问来源于stack exchange，提问作者Karunesh Palekar