TensorFlow Lite转换concrete functions官方示例运行报错如何解决

报错的根本原因是调用get_concrete_function()时没有提供输入参数的签名信息：你定义的__call__方法需要接收输入参数x，未声明x的类型、形状时，TensorFlow无法生成对应的Concrete Function，因此抛出参数缺失的错误。

修复方法 #

有两种可行的修复方式：

• 方式1：调用get_concrete_function时显式传入输入签名
• 方式2：先调用一次模型传入实际张量，触发tf.function的追踪逻辑后再获取Concrete Function

完整可运行代码 #

import tensorflow as tf
# Create a model using low-level tf.* APIs
class Squared(tf.Module):
  @tf.function
  def __call__(self, x):
    return tf.square(x)
model = Squared()

# 选用任意一种方式获取concrete_func即可
# 方式1：指定输入张量的形状、类型，shape设为None可支持动态形状输入
concrete_func = model.__call__.get_concrete_function(tf.TensorSpec(shape=None, dtype=tf.float32, name='x'))

# 方式2：先执行一次模型调用完成内部追踪
# model(tf.constant(5.0))
# concrete_func = model.__call__.get_concrete_function()

# 转换模型
converter = tf.lite.TFLiteConverter.from_concrete_functions([concrete_func], model)
tflite_model = converter.convert()

# 可选：验证转换后模型的可用性
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

interpreter.set_tensor(input_details[0]['index'], tf.constant(5.0))
interpreter.invoke()
print(interpreter.get_tensor(output_details[0]['index'])) # 输出为25.0，验证运行正常

上述代码在TensorFlow 2.3、2.4版本均可正常运行，官方示例省略了输入签名的显式声明步骤，仅在部分高版本TensorFlow环境中可自动推断，低版本需要显式补充该配置。

内容的提问来源于stack exchange，提问作者Jay_ESE