El término inferencia se refiere al proceso de ejecutar un modelo de TensorFlow Lite en el dispositivo para realizar predicciones basadas en datos de entrada. Para realizar una inferencia con un modelo de TensorFlow Lite, debes ejecutarlo a través de un intérprete . El intérprete de TensorFlow Lite está diseñado para ser sencillo y rápido. El intérprete utiliza un orden de gráficos estático y un asignador de memoria personalizado (menos dinámico) para garantizar una carga, inicialización y latencia de ejecución mínimas.
Esta página describe cómo acceder al intérprete de TensorFlow Lite y realizar una inferencia usando C++, Java y Python, además de enlaces a otros recursos para cada plataforma compatible .
Conceptos importantes
La inferencia de TensorFlow Lite normalmente sigue los siguientes pasos:
Cargando un modelo
Debes cargar el modelo
.tflite
en la memoria, que contiene el gráfico de ejecución del modelo.Transformando datos
Los datos de entrada sin procesar para el modelo generalmente no coinciden con el formato de datos de entrada esperado por el modelo. Por ejemplo, es posible que necesite cambiar el tamaño de una imagen o cambiar el formato de la imagen para que sea compatible con el modelo.
Ejecución de inferencia
Este paso implica utilizar la API de TensorFlow Lite para ejecutar el modelo. Implica algunos pasos, como construir el intérprete y asignar tensores, como se describe en las siguientes secciones.
Interpretar el resultado
Cuando reciba resultados de la inferencia del modelo, debe interpretar los tensores de una manera significativa que sea útil en su aplicación.
Por ejemplo, un modelo podría devolver sólo una lista de probabilidades. Depende de usted asignar las probabilidades a categorías relevantes y presentarlas a su usuario final.
Plataformas compatibles
Las API de inferencia de TensorFlow se proporcionan para las plataformas móviles/integradas más comunes, como Android , iOS y Linux , en múltiples lenguajes de programación.
En la mayoría de los casos, el diseño de la API refleja una preferencia por el rendimiento sobre la facilidad de uso. TensorFlow Lite está diseñado para una inferencia rápida en dispositivos pequeños, por lo que no debería sorprender que las API intenten evitar copias innecesarias a expensas de la conveniencia. De manera similar, la coherencia con las API de TensorFlow no era un objetivo explícito y se espera cierta variación entre los idiomas.
En todas las bibliotecas, la API de TensorFlow Lite le permite cargar modelos, alimentar entradas y recuperar salidas de inferencia.
Plataforma Android
En Android, la inferencia de TensorFlow Lite se puede realizar utilizando las API de Java o C++. Las API de Java brindan comodidad y se pueden usar directamente dentro de sus clases de actividad de Android. Las API de C++ ofrecen más flexibilidad y velocidad, pero pueden requerir escribir contenedores JNI para mover datos entre las capas de Java y C++.
Consulte a continuación para obtener detalles sobre el uso de C++ y Java , o siga el inicio rápido de Android para obtener un tutorial y un código de ejemplo.
Generador de código contenedor para Android TensorFlow Lite
Para el modelo TensorFlow Lite mejorado con metadatos , los desarrolladores pueden usar el generador de código contenedor de Android TensorFlow Lite para crear código contenedor específico de la plataforma. El código contenedor elimina la necesidad de interactuar directamente con ByteBuffer
en Android. En cambio, los desarrolladores pueden interactuar con el modelo TensorFlow Lite con objetos escritos como Bitmap
y Rect
. Para obtener más información, consulte el generador de código contenedor de Android TensorFlow Lite .
Plataforma iOS
En iOS, TensorFlow Lite está disponible con bibliotecas nativas de iOS escritas en Swift y Objective-C . También puede utilizar C API directamente en códigos Objective-C.
Consulte a continuación para obtener detalles sobre el uso de Swift , Objective-C y C API , o siga el inicio rápido de iOS para obtener un tutorial y un código de ejemplo.
Plataforma Linux
En plataformas Linux (incluida Raspberry Pi ), puede ejecutar inferencias utilizando las API de TensorFlow Lite disponibles en C++ y Python , como se muestra en las siguientes secciones.
Ejecutando un modelo
Ejecutar un modelo de TensorFlow Lite implica unos sencillos pasos:
- Cargue el modelo en la memoria.
- Construya un
Interpreter
basado en un modelo existente. - Establece los valores del tensor de entrada. (Opcionalmente, cambie el tamaño de los tensores de entrada si no se desean los tamaños predefinidos).
- Invocar inferencia.
- Leer los valores del tensor de salida.
Las siguientes secciones describen cómo se pueden realizar estos pasos en cada idioma.
Cargar y ejecutar un modelo en Java
Plataforma: Android
La API de Java para ejecutar una inferencia con TensorFlow Lite está diseñada principalmente para usarse con Android, por lo que está disponible como una dependencia de biblioteca de Android: org.tensorflow:tensorflow-lite
.
En Java, utilizará la clase Interpreter
para cargar un modelo e impulsar la inferencia del modelo. En muchos casos, esta puede ser la única API que necesita.
Puede inicializar un Interpreter
usando un archivo .tflite
:
public Interpreter(@NotNull File modelFile);
O con un MappedByteBuffer
:
public Interpreter(@NotNull MappedByteBuffer mappedByteBuffer);
En ambos casos, debes proporcionar un modelo de TensorFlow Lite válido o la API arrojará IllegalArgumentException
. Si utiliza MappedByteBuffer
para inicializar un Interpreter
, debe permanecer sin cambios durante toda la vida útil del Interpreter
.
La forma preferida de ejecutar inferencia en un modelo es usar firmas. Disponible para modelos convertidos a partir de Tensorflow 2.5.
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");
}
El método runSignature
toma tres argumentos:
Entradas : asigna entradas desde el nombre de entrada en la firma a un objeto de entrada.
Salidas : mapa para la asignación de salida desde el nombre de salida en la firma hasta los datos de salida.
Nombre de firma [opcional]: Nombre de firma (Se puede dejar vacío si el modelo tiene firma única).
Otra forma de ejecutar una inferencia cuando el modelo no tiene firmas definidas. Simplemente llame Interpreter.run()
. Por ejemplo:
try (Interpreter interpreter = new Interpreter(file_of_a_tensorflowlite_model)) {
interpreter.run(input, output);
}
El método run()
toma solo una entrada y devuelve solo una salida. Entonces, si su modelo tiene múltiples entradas o múltiples salidas, use en su lugar:
interpreter.runForMultipleInputsOutputs(inputs, map_of_indices_to_outputs);
En este caso, cada entrada en inputs
corresponde a un tensor de entrada y map_of_indices_to_outputs
asigna índices de tensores de salida a los datos de salida correspondientes.
En ambos casos, los índices tensoriales deben corresponder a los valores que le diste al TensorFlow Lite Converter cuando creaste el modelo. Tenga en cuenta que el orden de los tensores en input
debe coincidir con el orden dado al TensorFlow Lite Converter.
La clase Interpreter
también proporciona funciones convenientes para obtener el índice de cualquier entrada o salida del modelo usando un nombre de operación:
public int getInputIndex(String opName);
public int getOutputIndex(String opName);
Si opName
no es una operación válida en el modelo, genera una IllegalArgumentException
.
También tenga en cuenta que Interpreter
posee recursos. Para evitar pérdidas de memoria, los recursos deben liberarse después de su uso mediante:
interpreter.close();
Para ver un proyecto de ejemplo con Java, consulte el ejemplo de clasificación de imágenes de Android .
Tipos de datos admitidos (en Java)
Para usar TensorFlow Lite, los tipos de datos de los tensores de entrada y salida deben ser uno de los siguientes tipos primitivos:
-
float
-
int
-
long
-
byte
También se admiten tipos String
, pero están codificados de forma diferente a los tipos primitivos. En particular, la forma de un tensor de cadena dicta el número y la disposición de las cadenas en el tensor, siendo cada elemento una cadena de longitud variable. En este sentido, el tamaño (en bytes) del tensor no se puede calcular únicamente a partir de la forma y el tipo y, en consecuencia, las cadenas no se pueden proporcionar como un argumento ByteBuffer
único y plano. Puedes ver algunos ejemplos en esta página .
Si se utilizan otros tipos de datos, incluidos tipos encuadrados como Integer
y Float
, se generará una IllegalArgumentException
.
Entradas
Cada entrada debe ser una matriz o una matriz multidimensional de los tipos primitivos admitidos, o un ByteBuffer
sin formato del tamaño apropiado. Si la entrada es una matriz o una matriz multidimensional, el tensor de entrada asociado cambiará implícitamente su tamaño a las dimensiones de la matriz en el momento de la inferencia. Si la entrada es un ByteBuffer, la persona que llama primero debe cambiar manualmente el tamaño del tensor de entrada asociado (a través de Interpreter.resizeInput()
) antes de ejecutar la inferencia.
Cuando utilice ByteBuffer
, prefiera utilizar buffers de bytes directos, ya que esto permite al Interpreter
evitar copias innecesarias. Si ByteBuffer
es un búfer de bytes directo, su orden debe ser ByteOrder.nativeOrder()
. Una vez utilizado para la inferencia de un modelo, debe permanecer sin cambios hasta que finalice la inferencia del modelo.
Salidas
Cada salida debe ser una matriz o una matriz multidimensional de los tipos primitivos admitidos, o un ByteBuffer del tamaño apropiado. Tenga en cuenta que algunos modelos tienen salidas dinámicas, donde la forma de los tensores de salida puede variar según la entrada. No existe una forma sencilla de manejar esto con la API de inferencia de Java existente, pero las extensiones planificadas lo harán posible.
Cargar y ejecutar un modelo en Swift
Plataforma: iOS
La API Swift está disponible en TensorFlowLiteSwift
Pod de Cocoapods.
Primero, debe importar el módulo TensorFlowLite
.
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...
}
Cargar y ejecutar un modelo en Objective-C
Plataforma: iOS
La API Objective-C está disponible en TensorFlowLiteObjC
Pod de Cocoapods.
Primero, debe importar el módulo TensorFlowLite
.
@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... */ }
Usando C API en código Objective-C
Actualmente, la API Objective-C no admite delegados. Para utilizar delegados con código Objective-C, debe llamar directamente a la API C subyacente.
#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);
Cargar y ejecutar un modelo en C++
Plataformas: Android, iOS y Linux
En C++, el modelo se almacena en la clase FlatBufferModel
. Encapsula un modelo de TensorFlow Lite y puedes construirlo de dos maneras diferentes, dependiendo de dónde esté almacenado el modelo:
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);
};
Ahora que tienes el modelo como un objeto FlatBufferModel
, puedes ejecutarlo con un Interpreter
. Un único FlatBufferModel
puede ser utilizado simultáneamente por más de un Interpreter
.
Las partes importantes de la API Interpreter
se muestran en el siguiente fragmento de código. Cabe señalar que:
- Los tensores se representan mediante números enteros para evitar comparaciones de cadenas (y cualquier dependencia fija de las bibliotecas de cadenas).
- No se debe acceder a un intérprete desde subprocesos simultáneos.
- La asignación de memoria para los tensores de entrada y salida se debe activar llamando
AllocateTensors()
justo después de cambiar el tamaño de los tensores.
El uso más simple de TensorFlow Lite con C++ se ve así:
// 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);
Para obtener más código de ejemplo, consulte minimal.cc
y label_image.cc
.
Cargar y ejecutar un modelo en Python
Plataforma: Linux
La API de Python para ejecutar una inferencia se proporciona en el módulo tf.lite
. De lo cual, en su mayoría solo necesita tf.lite.Interpreter
para cargar un modelo y ejecutar una inferencia.
El siguiente ejemplo muestra cómo utilizar el intérprete de Python para cargar un archivo .tflite
y ejecutar inferencia con datos de entrada aleatorios:
Se recomienda este ejemplo si realiza la conversión desde SavedModel con un SignatureDef definido. Disponible a partir de TensorFlow 2.5
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'])
Otro ejemplo si el modelo no tiene SignatureDefs definidos.
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)
Como alternativa a cargar el modelo como un archivo .tflite
preconvertido, puede combinar su código con la API de Python de TensorFlow Lite Converter ( tf.lite.TFLiteConverter
), lo que le permite convertir su modelo de Keras al formato de TensorFlow Lite y luego ejecutar inferencia:
import numpy as np
import tensorflow as tf
img = tf.keras.Input(shape=(64, 64, 3), name="img")
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
converter = tf.lite.TFLiteConverter.from_keras_model(tf.keras.models.Model(inputs=[img], outputs=[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...
Para obtener más código de muestra de Python, consulte label_image.py
.
Ejecutar inferencia con modelo de forma dinámica.
Si desea ejecutar un modelo con forma de entrada dinámica, cambie el tamaño de la forma de entrada antes de ejecutar la inferencia. De lo contrario, la forma None
en los modelos Tensorflow será reemplazada por un marcador de posición de 1
en los modelos TFLite.
Los siguientes ejemplos muestran cómo cambiar el tamaño de la forma de entrada antes de ejecutar la inferencia en diferentes idiomas. Todos los ejemplos suponen que la forma de entrada está definida como [1/None, 10]
y es necesario cambiar su tamaño a [3, 10]
.
Ejemplo de C++:
// Resize input tensors before allocate tensors
interpreter->ResizeInputTensor(/*tensor_index=*/0, std::vector<int>{3,10});
interpreter->AllocateTensors();
Ejemplo de Python:
# Load the TFLite model in TFLite Interpreter
interpreter = tf.lite.Interpreter(model_path=TFLITE_FILE_PATH)
# Resize input shape for dynamic shape model and allocate tensor
interpreter.resize_tensor_input(interpreter.get_input_details()[0]['index'], [3, 10])
interpreter.allocate_tensors()
# Get input and output tensors.
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
Operaciones soportadas
TensorFlow Lite admite un subconjunto de operaciones de TensorFlow con algunas limitaciones. Para obtener una lista completa de operaciones y limitaciones, consulte la página TF Lite Ops .