将h5转换为tflite

Question

我一直试图让这个零射击文本分类joeddav / xlm-roberta-large-xnli从h5转换到tflite文件(https://huggingface.co/joeddav/xlm-roberta-large-xnli)，但这个错误弹出，我找不到它描述在网上，它是如何修复的?如果它不能，是否有另一个零射击文本分类器，我可以使用，将产生类似的准确性，即使在变得轻浮?

AttributeError: 'T5ForConditionalGeneration' object has no attribute 'call'

我一直在尝试一些不同的教程和当前的谷歌协作文件，我有是一对夫妇的混合物。https://colab.research.google.com/drive/1sYQJqvhM_KEvMt2IP15d8Ud9L-ApiYv6?usp=sharing

Answer 1

[将TFLite从已保存的。h5模型转换为TFLite模型]

使用tflite转换有多种方式通过

1. TF-Lite转换器TF-Lite转换器
2. TF.Lite。TFLiteConverter OR else

从提供的链接，目前他们试图从保存的模型。h5转换为TFLite，以确认他们的问题。

[示例]:

"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
: Model Initialize
"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
model = tf.keras.models.Sequential([
tf.keras.layers.InputLayer(input_shape=( 32, 32, 3 )),
tf.keras.layers.Dense(128, activation='relu'),
])
model.compile(optimizer='sgd', loss='mean_squared_error') # compile the model
model.summary()
model.save_weights(checkpoint_path)
"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
: FileWriter
"""""""""""""""""""""""""""""""""""""""""""""""""""""""""
if exists(checkpoint_path) :
model.load_weights(checkpoint_path)
print("model load: " + checkpoint_path)

tf_lite_model_converter = tf.lite.TFLiteConverter.from_keras_model(
model
) # <tensorflow.lite.python.lite.TFLiteKerasModelConverterV2 object at 0x0000021095194E80>
tflite_model = tf_lite_model_converter.convert()
# Save the model.
with open(checkpoint_dir + '\model.tflite', 'wb') as f:
f.write(tflite_model)