TensorFlow Lite 推断

推断这一术语是指为了根据输入数据进行预测而在设备端执行 TensorFlow Lite 模型的过程。要使用 TensorFlow Lite 模型进行推断，您必须通过解释器运行该模型。TensorFlow Lite 解释器旨在实现精益和快速。解释器使用静态计算图排序和自定义（动态程度较低的）内存分配器，来确保最小的负载、初始化和执行延迟。

本页面介绍了如何获得 TensorFlow Lite 解释器、如何使用 C++、Java 和 Python 执行推断，并提供了适用于每个支持的平台的其他资源的链接。

重要概念

TensorFlow Lite 推断通常遵循以下步骤：

加载模型

您必须将 .tflite 模型加载到内存中，其中包含模型的执行计算图。
转换数据

模型的原始输入数据通常与模型期望的输入数据格式不匹配。例如，您可能需要调整图像大小或更改图像格式才能与模型兼容。
运行推断

此步骤涉及使用 TensorFlow Lite API 来执行模型。如以下各部分所述，它涉及构建解释器和分配张量等若干步骤。
解释输出

当您从模型推断接收到结果后，必须以对您的应用有意义的方式来解释张量。

例如，模型可能只会返回概率列表。由您来将概率映射到相关类别，并呈现给最终用户。

支持的平台

TensorFlow 推断 API 以多种编程语言为大多数常见的移动/嵌入式平台（例如 Android、iOS 和 Linux）提供。

在大多数情况下，API 设计反映了对性能而非易用性的偏好。 TensorFlow Lite 专为在小型设备上进行快速推断而设计，因此 API 试图以牺牲便利性为代价来避免不必要的复制也就不足为奇了。同样，与 TensorFlow API 保持一致也非明确目标，而且在不同语言之间还可能会有一些差异。

您可以使用 TensorFlow Lite API 在所有库中加载模型、馈送输入，并检索推断输出。

Android 平台

在 Android 上，可以使用 Java 或 C++ API 来执行 TensorFlow Lite 推断。Java API 提供了便利性，并且可以直接在 Android Activity 类中使用。C++ API 提供了更好的灵活性和速度，但可能需要编写 JNI 封装容器才能在 Java 和 C++ 层之间移动数据。

有关使用 C++ 和 Java 的详细内容，请参阅下文，或者按照 Android 快速入门中的教程和示例代码进行操作。

TensorFlow Lite Android 封装容器代码生成器

注：TensorFlow Lite 封装容器代码生成器现处于实验 (Beta) 阶段，目前仅支持 Android。

对于使用元数据增强的 TensorFlow Lite 模型，开发者可以使用 TensorFlow Lite Android 封装容器代码生成器来创建平台特定的封装容器代码。封装容器代码无需在 Android 上直接与 ByteBuffer 进行交互。相反，开发者可以使用类型化对象（如 Bitmap 和 Rect）与 TensorFlow Lite 模型进行交互。如需了解详细信息，请参阅 TensorFlow Lite Android 封装容器代码生成器。

iOS 平台

在 iOS 上，TensorFlow Lite 适用于以 Swift 和 Objective-C 编写的原生 iOS 库。您也可以直接在 Objective-C 代码中使用 C API。

有关使用 Swift、Objective-C 和 C API 的详细信息，请参阅下文，或者按照 iOS 快速入门中的教程和示例代码进行操作。

Linux 平台

在 Linux 平台（包括 Raspberry Pi）上，您可以使用以 C++ 和 Python 提供的 TensorFlow Lite API 运行推断，如以下各部分所述。

运行模型

运行 TensorFlow Lite 模型涉及几个简单步骤：

将模型加载到内存中。
基于现有模型构建 Interpreter。
设置输入张量值。（如果不需要预定义的大小，则可以选择调整输入张量的大小。）
调用推断。
读取输出张量值。

以下各部分描述了在各种语言中完成上述步骤的方式。

在 Java 中加载并运行模型

平台：Android

使用 TensorFlow Lite 运行推断的 Java API 主要设计用于 Android，因此它可以作为 Android 库依赖项使用：
org.tensorflow:tensorflow-lite。

在 Java 中，您将使用 Interpreter 类加载模型并驱动模型推断。在许多情况下，这可能是您唯一需要的 API。

您可以使用 .tflite 文件初始化 Interpreter：

public Interpreter(@NotNull File modelFile);

或者使用 MappedByteBuffer：

public Interpreter(@NotNull MappedByteBuffer mappedByteBuffer);

在这两种情况下，您都必须提供有效的 TensorFlow Lite 模型，否则 API 会引发 IllegalArgumentException。如果使用 MappedByteBuffer 来初始化 Interpreter，则它必须在 Interpreter 的整个生命周期内保持不变。

在模型上运行推断的首选方式是使用签名，这适用于从 TensorFlow 2.5 开始转换的模型。

try (Interpreter interpreter = new Interpreter(file_of_tensorflowlite_model)) {
  Map<String, Object> inputs = new HashMap<>();
  inputs.put("input_1", input1);
  inputs.put("input_2", input2);
  Map<String, Object> outputs = new HashMap<>();
  outputs.put("output_1", output1);
  interpreter.runSignature(inputs, outputs, "mySignature");
}

runSignature 方法需要三个参数：

输入: 从签名中的输入名称到输入对象的输入映射。
输出：从签名中的输出名称到输出数据的输出映射。
签名名称 [可选]：签名名称（如果模型具有单个签名，则可以留空）。

当模型没有定义的签名时，另一种运行推断的方式是直接调用 Interpreter.run()。例如：

try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
  interpreter.run(input, output);
}

run() 方法仅接受一个输入，且仅返回一个输出。因此，如果模型具有多个输入或多个输出，请改用：

interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);

在这种情况下，inputs 中的每个条目对应一个输入张量，且 map_of_indices_to_outputs 会将输出张量的索引映射到相应的输出数据。

在这两种情况下，张量索引都应与您在创建模型时提供给 TensorFlow Lite 转换器的值相对应。请注意， input 中的张量顺序必须与提供给 TensorFlow Lite 转换器的顺序匹配。

Interpreter 类还提供了便于使用的函数，您可以通过函数使用运算名称来获取任何模型输入或输出的索引：

public int getInputIndex(String opName);
public int getOutputIndex(String opName);

如果 opName 不是模型中的有效运算，它将引发 IllegalArgumentException。

还请注意 Interpreter 拥有资源。为了避免内存泄漏，资源在使用后必须通过以下方法进行释放：

interpreter.close();

有关 Java 的示例项目，请参阅 Android 图像分类示例。

支持的数据类型 (Java)

要使用 TensorFlow Lite，输入和输出张量的数据类型必须是以下其中一种基元类型：

float
int
long
byte

String 类型也受支持，但它们的编码方式与基元类型不同。特别是，字符串张量的形状决定了张量中字符串的数量和排列，每个元素本身都是可变长度字符串。从这个意义上说，不能仅通过形状和类型计算张量的（字节）大小，因此字符串不能作为单个扁平 ByteBuffer 参数提供。

如果使用了其他数据类型（例如 Integer 和 Float 这样的装箱类型），则会引发 IllegalArgumentException。

输入

每个输入应是支持的基元类型的数组或多维数组，或适当大小的原始 ByteBuffer。如果输入是数组或多维数组，则在推断时会将关联的输入张量的大小隐式地调整为数组的维数。如果输入是 ByteBuffer，则调用者在运行推断前，应首先手动调整关联的输入张量的大小（通过 Interpreter.resizeInput()）。

使用 ByteBuffer 时，最好使用直接字节缓冲区，因为这可以使 Interpreter 避免不必要的复制。如果 ByteBuffer 是直接字节缓冲区，它的顺序必须为 ByteOrder.nativeOrder()。在用于模型推断之后，它必须保持不变，直到模型推断完成。

输出

每个输出应是受支持的基元类型的数组或多维数组，或者是适当大小的 ByteBuffer。请注意，某些模型具有动态输出，其中输出张量的形状可能会因输入而异。现有的 Java 推断 API 无法简单地解决这个问题，但计划中的扩展程序将使其成为可能。

在 Swift 中加载并运行模型

平台：iOS

Swift API 可从 Cocoapods 的 TensorFlowLiteSwift Pod 中获得。

首先，您需要导入 TensorFlowLite 模块。

import TensorFlowLite

// Getting model path
guard
  let modelPath = Bundle.main.path(forResource: "model", ofType: "tflite")
else {
  // Error handling...
}

do {
  // Initialize an interpreter with the model.
  let interpreter = try Interpreter(modelPath: modelPath)

  // Allocate memory for the model's input `Tensor`s.
  try interpreter.allocateTensors()

  let inputData: Data  // Should be initialized

  // input data preparation...

  // Copy the input data to the input `Tensor`.
  try self.interpreter.copy(inputData, toInputAt: 0)

  // Run inference by invoking the `Interpreter`.
  try self.interpreter.invoke()

  // Get the output `Tensor`
  let outputTensor = try self.interpreter.output(at: 0)

  // Copy output to `Data` to process the inference results.
  let outputSize = outputTensor.shape.dimensions.reduce(1, {x, y in x * y})
  let outputData =
        UnsafeMutableBufferPointer<Float32>.allocate(capacity: outputSize)
  outputTensor.data.copyBytes(to: outputData)

  if (error != nil) { /* Error handling... */ }
} catch error {
  // Error handling...
}

在 Objective-C 中加载并运行模型

平台：iOS

Objective-C API 可从 Cocoapods 的 TensorFlowLiteObjC Pod 中获得。

首先，您需要导入 TensorFlowLite 模块。

@import TensorFlowLite;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];
NSError *error;

// Initialize an interpreter with the model.
TFLInterpreter *interpreter = [[TFLInterpreter alloc] initWithModelPath:modelPath
                                                                  error:&error];
if (error != nil) { /* Error handling... */ }

// Allocate memory for the model's input `TFLTensor`s.
[interpreter allocateTensorsWithError:&error];
if (error != nil) { /* Error handling... */ }

NSMutableData *inputData;  // Should be initialized
// input data preparation...

// Get the input `TFLTensor`
TFLTensor *inputTensor = [interpreter inputTensorAtIndex:0 error:&error];
if (error != nil) { /* Error handling... */ }

// Copy the input data to the input `TFLTensor`.
[inputTensor copyData:inputData error:&error];
if (error != nil) { /* Error handling... */ }

// Run inference by invoking the `TFLInterpreter`.
[interpreter invokeWithError:&error];
if (error != nil) { /* Error handling... */ }

// Get the output `TFLTensor`
TFLTensor *outputTensor = [interpreter outputTensorAtIndex:0 error:&error];
if (error != nil) { /* Error handling... */ }

// Copy output to `NSData` to process the inference results.
NSData *outputData = [outputTensor dataWithError:&error];
if (error != nil) { /* Error handling... */ }

在 Objective-C 代码中使用 C API

Objective-C API 目前不支持委托。为了将委托与 Objective-C 代码一起使用，您需要直接调用底层 C API。

#include "tensorflow/lite/c/c_api.h"

TfLiteModel* model = TfLiteModelCreateFromFile([modelPath UTF8String]);
TfLiteInterpreterOptions* options = TfLiteInterpreterOptionsCreate();

// Create the interpreter.
TfLiteInterpreter* interpreter = TfLiteInterpreterCreate(model, options);

// Allocate tensors and populate the input tensor data.
TfLiteInterpreterAllocateTensors(interpreter);
TfLiteTensor* input_tensor =
    TfLiteInterpreterGetInputTensor(interpreter, 0);
TfLiteTensorCopyFromBuffer(input_tensor, input.data(),
                           input.size() * sizeof(float));

// Execute inference.
TfLiteInterpreterInvoke(interpreter);

// Extract the output tensor data.
const TfLiteTensor* output_tensor =
    TfLiteInterpreterGetOutputTensor(interpreter, 0);
TfLiteTensorCopyToBuffer(output_tensor, output.data(),
                         output.size() * sizeof(float));

// Dispose of the model and interpreter objects.
TfLiteInterpreterDelete(interpreter);
TfLiteInterpreterOptionsDelete(options);
TfLiteModelDelete(model);

在 C++ 中加载并运行模型

平台：Android、iOS 和 Linux

注：iOS 上的 C++ API 仅在使用 Bazel 时可用。

在 C++ 中，模型存储在 FlatBufferModel 类中。它封装了 TensorFlow Lite 模型，您可以通过几种不同的方式构建它，具体取决于模型的存储位置：

class FlatBufferModel {
  // Build a model based on a file. Return a nullptr in case of failure.
  static std::unique_ptr<FlatBufferModel> BuildFromFile(
      const char* filename,
      ErrorReporter* error_reporter);

  // Build a model based on a pre-loaded flatbuffer. The caller retains
  // ownership of the buffer and should keep it alive until the returned object
  // is destroyed. Return a nullptr in case of failure.
  static std::unique_ptr<FlatBufferModel> BuildFromBuffer(
      const char* buffer,
      size_t buffer_size,
      ErrorReporter* error_reporter);
};

注：如果 TensorFlow Lite 检测到 Android NNAPI 的存在，它将自动尝试使用共享内存来存储 FlatBufferModel。

现在，您已拥有作为 FlatBufferModel 对象的模型，您可以使用 Interpreter 来执行它。单个 FlatBufferModel 可供多个 Interpreter 同时使用。

小心：FlatBufferModel 对象必须保持有效，直到使用它的所有 Interpreter 实例都被销毁。

以下代码段展示了 Interpreter API 的重要部分。应注意以下几点：

用整数来表示张量，以避免字符串比较（以及字符串库上的任何固定依赖项）。
不得从并发线程访问解释器。
必须在调整张量大小后立即调用 AllocateTensors() 来触发输入和输出张量的内存分配。

C++ 中最简单的 TensorFlow Lite 用法如下：

// Load the model
std::unique_ptr<tflite::FlatBufferModel> model =
    tflite::FlatBufferModel::BuildFromFile(filename);

// Build the interpreter
tflite::ops::builtin::BuiltinOpResolver resolver;
std::unique_ptr<tflite::Interpreter> interpreter;
tflite::InterpreterBuilder(*model, resolver)(&interpreter);

// Resize input tensors, if desired.
interpreter->AllocateTensors();

float* input = interpreter->typed_input_tensor<float>(0);
// Fill `input`.

interpreter->Invoke();

float* output = interpreter->typed_output_tensor<float>(0);

有关更多示例代码，请参阅 minimal.cc 和 label_image.cc。

在 Python 中加载并运行模型

平台：Linux

tf.lite 模块中提供了用于运行推断的 Python API。大多数情况下，您只需 tf.lite.Interpreter 来加载模型并运行推断。

以下示例展示了如何使用 Python 解释器加载 .tflite 文件，以及如何使用随机输入数据运行推断：

如果使用定义的 SignatureDef 从 SavedModel 进行转换，则建议使用此示例。从 TensorFlow 2.5 开始提供：

class TestModel(tf.Module):
  def __init__(self):
    super(TestModel, self).__init__()

  @tf.function(input_signature=[tf.TensorSpec(shape=[1, 10], dtype=tf.float32)])
  def add(self, x):
    '''
    Simple method that accepts single input 'x' and returns 'x' + 4.
    '''
    # Name the output 'result' for convenience.
    return {'result' : x + 4}


SAVED_MODEL_PATH = 'content/saved_models/test_variable'
TFLITE_FILE_PATH = 'content/test_variable.tflite'

# Save the model
module = TestModel()
# You can omit the signatures argument and a default signature name will be
# created with name 'serving_default'.
tf.saved_model.save(
    module, SAVED_MODEL_PATH,
    signatures={'my_signature':module.add.get_concrete_function()})

# Convert the model using TFLiteConverter
converter = tf.lite.TFLiteConverter.from_saved_model(SAVED_MODEL_PATH)
tflite_model = converter.convert()
with open(TFLITE_FILE_PATH, 'wb') as f:
  f.write(tflite_model)

# Load the TFLite model in TFLite Interpreter
interpreter = tf.lite.Interpreter(TFLITE_FILE_PATH)
# There is only 1 signature defined in the model,
# so it will return it by default.
# If there are multiple signatures then we can pass the name.
my_signature = interpreter.get_signature_runner()

# my_signature is callable with input as arguments.
output = my_signature(x=tf.constant([1.0], shape=(1,10), dtype=tf.float32))
# 'output' is dictionary with all outputs from the inference.
# In this case we have single output 'result'.
print(output['result'])

另一个示例（如果模型没有定义 SignatureDefs）：

import numpy as np
import tensorflow as tf

# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_path="converted_model.tflite")
interpreter.allocate_tensors()

# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

# Test the model on random input data.
input_shape = input_details[0]['shape']
input_data = np.array(np.random.random_sample(input_shape), dtype=np.float32)
interpreter.set_tensor(input_details[0]['index'], input_data)

interpreter.invoke()

# The function `get_tensor()` returns a copy of the tensor data.
# Use `tensor()` in order to get a pointer to the tensor.
output_data = interpreter.get_tensor(output_details[0]['index'])
print(output_data)

除了将模型作为预转换的 .tflite 文件进行加载外，您还可以将代码与 TensorFlow Lite 转换器 Python API (tf.lite.TFLiteConverter) 组合，进而将 TensorFlow 模型转换为 TensorFlow Lite 格式，然后运行推断：

import numpy as np
import tensorflow as tf

img = tf.placeholder(name="img", dtype=tf.float32, shape=(1, 64, 64, 3))
const = tf.constant([1., 2., 3.]) + tf.constant([1., 4., 4.])
val = img + const
out = tf.identity(val, name="out")

# Convert to TF Lite format
with tf.Session() as sess:
  converter = tf.lite.TFLiteConverter.from_session(sess, [img], [out])
  tflite_model = converter.convert()

# Load the TFLite model and allocate tensors.
interpreter = tf.lite.Interpreter(model_content=tflite_model)
interpreter.allocate_tensors()

# Continue to get tensors and so forth, as shown above...

有关更多 Python 示例代码，请参阅 label_image.py。

提示：可以在 Python 终端运行 help(tf.lite.Interpreter) 获得有关解释器的详细文档。

支持的运算

TensorFlow Lite 支持一部分 TensorFlow 运算，但存在一些限制。有关运算和限制的完整列表，请参阅 TF Lite 运算页面。