使用Intel®低精度优化工具时common.Model的入参类型咨询

• 构造函数可接受的入参类型没有跨后端的统一标准，要求完全匹配当前对接的推理后端，核心支持两类合法入参：
  • SavedModel目录路径字符串：仅适用于TensorFlow框架的加载场景，要求传入的路径必须指向SavedModel格式的根目录，目录下需包含saved_model.pb结构文件、variables存储子目录，不能单独指向目录内的单个pb文件。
  • 内存中已初始化的可推理模型实例：适用于PyTorch、ONNX Runtime等后端场景，需要先在代码流程里完成对应模型的加载步骤，将生成的有效推理模型实例传入构造函数，不能直接传模型文件的路径字符串。

• 你当前编写的代码quantizer.model = common.Model('../models/saved_model')，仅在加载TensorFlow SavedModel根目录的场景下符合入参要求
• 常见入参报错的触发原因：跨后端硬套字符串传参写法——比如加载PyTorch模型时直接传入.pt权重文件路径、加载ONNX模型时没有提前通过onnx库加载成模型对象就传入构造函数，都会直接触发类型不匹配的校验错误。

快速校验方法：调用common.Model之前，先打印待传入内容的类型，对照对应后端的示例做匹配：TensorFlow场景传字符串路径、PyTorch场景传torch.nn.Module实例、ONNX场景传onnx.ModelProto对象，三类场景的入参类型完全不通用，无法直接复用写法。

内容的提问来源于stack exchange，提问作者Athira - Intel