Book a Demo!
CoCalc Logo Icon
StoreFeaturesDocsShareSupportNewsAboutPoliciesSign UpSign In
tensorflow
GitHub Repository: tensorflow/docs-l10n
Path: blob/master/site/pt-br/lite/models/convert/api_updates.md
25118 views

Atualizações da API

Esta página fornece informações sobre as atualizações feita na API do Python tf.lite.TFLiteConverter no TensorFlow 2.x.

Observação: se alguma das alterações gerar preocupações, crie um issue no GitHub.

  • TensorFlow 2.3

    • Suporte ao tipo de saída/entrada inteiro (antes, só havia suporte a ponto flutuante) para modelos quantizados com inteiros usando os novos atributos inference_input_type e inference_output_type. Confira este exemplo de uso.

    • Suporte à conversão e ao redimensionamento de modelos com dimensões dinâmicas.

    • Inclusão de um novo modo de quantização experimental com ativações de 16 bits e pesos de 8 bits.

  • TensorFlow 2.2

    • Por padrão, use a conversão baseada em MLIR, uma tecnologia de compilação de ponta do Google para aprendizado de máquina que permite fazer a conversão de novas classes de modelos, incluindo Mask R-CNN, Mobile BERT, etc., além de oferecer suporte a modelos com fluxo de controle funcional.

  • TensorFlow 2.0 versus TensorFlow 1.x

    • O atributo target_ops foi renomeado para target_spec.supported_ops

    • Os seguintes atributos foram removidos:

      • Quantização: inference_type, quantized_input_stats, post_training_quantize, default_ranges_stats, reorder_across_fake_quant, change_concat_input_ranges, get_input_arrays(). Em vez disso, há suporte ao treinamento com reconhecimento de quantização por meio da API tf.keras, e a quantização pós-treinamento usa menos atributos.

      • Visualização: output_format, dump_graphviz_dir, dump_graphviz_video. Em vez disso, a estratégia recomendável para visualizar um modelo do TensorFlow lite é o uso de visualize.py.

      • Grafos congelados: drop_control_dependency, pois não há suporte a grafos congelados no TensorFlow 2.x.

    • Foram removidas outras APIs de conversão, como tf.lite.toco_convert e tf.lite.TocoConverter.

    • Foram removidas outras APIs relacionadas, como tf.lite.OpHint e tf.lite.constants (os tipos tf.lite.constants.* foram mapeados para tipos de dados tf.* do TensorFlow para reduzir a duplicação).