tensorflow - 无法在 TensorFlow 2.x 版的 GraphDef 中加载冻结模型 (.pb)

Question

1. 创建了一个简单的虚拟序列模型，tf.keras如下所示：

   model = tf.keras.Sequential()
   model.add(layers.Dense(10, input_shape=(100, 100)))
   model.add(layers.Conv1D(3, 2))
   model.add(layers.Flatten())
   model.add(layers.Dense(10, activation='softmax', name='predict_10'))
   

2. 训练模型并使用tf.keras.models.saved_model.

3. 获取input输入并output node names使用saved_model_cli.

   saved_model_cli show --dir "path/to/SavedModel" --all
   

   

4. saved model使用freeze_graph.py实用程序冻结。

   python freeze_graph.py --input_saved_model_dir=<path/to/SavedModel> --output_graph=<path/freeze.pb> --input_binary=True --output_node_names=StatefulPartitionedCall
   

   模型被冻结。

现在这是主要问题：

5. 要加载冻结图，我使用了本指南Migrate tf1.x to tf2.x ( wrap_frozen_graph)
6. 用过的

   with tf.io.gfile.GFile("patf/to/freeze.pb", 'rb') as f:
      graph_def = tf.compat.v1.GraphDef()
      graph_def.ParseFromString(f.read())
   load_frozen = wrap_frozen_graph(graph_def, inputs='dense_3_input:0', outputs='predict_10:0')
   

7. 输出错误 ValueError: Input 1 of node StatefulPartitionedCall was passed float from dense_3/kernel:0 incompatible with expected resource.

将 .pb 转换为 .dlc (Qualcomm) 时出现同样的错误。实际上我想在高通的 Hexagon DSP 或 GPU 上运行原始模型。