加载量化后TFLite模型报子图1无算子张量，如何解决？

首先你碰到的两个异常信息中，量化阶段的INFO日志属于正常提示，不需要针对它做额外调整：

• 日志中提到的tensordot/Shape是模型推理过程中生成的中间运算结果张量，本身是int32类型，不属于你确认过的float32权重范畴，量化工具默认跳过非float类型张量的量化是合理逻辑，和你的权重类型没有冲突。

核心错误是加载时触发的ValueError: Did not get operators or tensors in subgraph 1，该错误表示生成的TFLite模型中存在没有任何算子、张量的空第二个子图（子图编号从0开始计数），常见触发场景有三个：

1. 导出的原始SavedModel包含多个签名，其中某一个签名对应的计算图为空，转换时被一同导出成了空子图
2. 原始模型用到了tf.cond、tf.while_loop这类控制流算子，转换时其中一个分支没有实际运算逻辑，被生成了空子图
3. 量化阶段的算子剪枝逻辑误把某一个子图的所有算子都裁剪掉，生成了空子图

步骤1：排查原始SavedModel的签名结构 #

运行如下代码确认是否存在多余的空签名：

import tensorflow as tf
saved_model = tf.saved_model.load("你的SavedModel本地路径")
print("所有签名列表：", list(saved_model.signatures.keys()))
# 打印每个签名的输入输出确认是否有无效签名
for sig_name, sig in saved_model.signatures.items():
    print(f"\n签名名称：{sig_name}")
    print(f"输入张量列表：{sig.inputs}")
    print(f"输出张量列表：{sig.outputs}")

如果确认存在不需要的空签名，后续转换时显式指定signature_keys=['serving_default']只转换需要的签名即可。

步骤2：先验证无量化的基础转换是否正常 #

先关闭量化逻辑，确认基础转换后的float32版本TFLite可以正常加载，排除模型本身结构问题：

# 仅转换需要的签名
converter = tf.lite.TFLiteConverter.from_saved_model(
    "你的SavedModel本地路径",
    signature_keys=['serving_default']
)
# 暂不开启任何优化和量化
tflite_model = converter.convert()
# 测试加载
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()
print("float32版本TFLite加载正常")

如果基础版本可以正常加载，再添加量化配置，同时增加如下参数避免空子图生成：

converter = tf.lite.TFLiteConverter.from_saved_model(
    "你的SavedModel本地路径",
    signature_keys=['serving_default']
)
converter.optimizations = [tf.lite.Optimize.DEFAULT]
# 配置支持的算子集，避免算子被误裁剪
converter.target_spec.supported_ops = [
    tf.lite.OpsSet.TFLITE_BUILTINS,
    tf.lite.OpsSet.SELECT_TF_OPS
]
# 关闭张量列表降级优化，避免控制流生成空分支子图
converter._experimental_lower_tensor_list_ops = False
# 开启新版转换器，优化动态shape场景的子图生成逻辑
converter.experimental_new_converter = True

tflite_model = converter.convert()

步骤3：动态输入shape场景额外配置 #

如果你的模型输入包含动态维度，转换时显式指定输入shape范围，避免动态Shape算子导致子图异常：

# 替换为你实际的输入张量名和shape范围，None对应动态维度
input_shape = tf.TensorShape([None, 128])
converter.resize_tensor_input("你的输入张量名称", input_shape)

内容的提问来源于stack exchange，提问作者Hongtao Yang