API の更新

このページでは、TensorFlow 2.x の tf.lite.TFLiteConverter Python API に適用された更新に関する情報を提供しています。

注意: この変更で何らかの懸念事項が生じた場合は、GitHub 課題を提出してください。

• TensorFlow 2.3

  • inference_input_type と inference_output_type 属性を使用する整数の入力型/出力型の量子化モデルのサポート（以前は浮動小数点のみをサポート）。こちらの使用例をご覧ください。
  • 動的な次元によるモデルの変換とサイズ変更のサポート
  • 16 ビットアクティベーションと 8 ビットの重みによる量子化モードを実験的に追加

• TensorFlow 2.2

  • デフォルトで、機械学習向けの Google の最先端コンパイラテクノロジーである MLIR ベース変換 を使用。これにより、Mask R-CNN や Mobile BERT などの新しいモデルのクラスの変換が可能になり、Functional 制御フローを伴うモデルがサポートされています。

• TensorFlow 2.0 と TensorFlow 1.x の比較

  • target_ops 属性の名前が target_spec.supported_ops に変更されました。
  • 次の属性が削除されています。
    • 量子化: inference_type、quantized_input_stats、post_training_quantize、default_ranges_stats、reorder_across_fake_quant、change_concat_input_ranges、get_input_arrays()。代わりに、tf.keras API で量子化を意識したトレーニングがサポートされ、ポストトレーニング量子化に使用する属性数が少なくなっています。
    • 視覚化: output_format、dump_graphviz_dir、dump_graphviz_video。代わりに、TensorFlow Lite モデルの視覚化には、visualize.py を使用する方法をお勧めします。
    • 凍結グラフ: drop_control_dependency。TensorFlow 2.x では凍結グラフはサポートされていません。
  • tf.lite.toco_convert や tf.lite.TocoConverter などのその他のコンバータ API が削除されています。
  • tf.lite.OpHint や tf.lite.constants などのその他の関連 API が削除されています（tf.lite.constants.* 型は、tf.* の TensorFlow データ型にマッピングされ、重複が減らされています）。