Python inputs incompatible with input_signature:

Question

ValueError: Python inputs incompatible with input_signature:
inputs: (
Tensor("ExpandDims_2:0", shape=(1, 1), dtype=int64),
Tensor("cnn__encoder/StatefulPartitionedCall:0", shape=(1, 64, 256), dtype=float32),
Tensor("rnn__decoder/StatefulPartitionedCall:1", shape=(1, 512), dtype=float32))
input_signature: (
TensorSpec(shape=(1, 1), dtype=tf.int32, name=None),
TensorSpec(shape=(1, 64, 256), dtype=tf.float32, name=None),
TensorSpec(shape=(1, 512), dtype=tf.float32, name=None))

Github issue 链接：https://github.com/tensorflow/tensorflow/issues/42319

https://github.com/tensorflow/tensorflow/issues/44512

在tensorflow提问题都三个月了没人理？？？？试了各种方法都不行。难道TFLiteConvert不能转换带有@tf.function(input_signature=[])的tf.kearas.Model的类？

Answer 1

让阿豪来帮你解答，本回答参考chatgpt3.5编写提供，如果还有疑问可以评论或留言

问题分析： 该错误是由于Python输入与input_signature不兼容所导致的。在给定的输入中，有三个张量：一个形状为(1, 1)的int64类型张量，一个形状为(1, 64, 256)的float32类型张量，一个形状为(1, 512)的float32类型张量。但是input_signature中对应的TensorSpec是(1, 1)的int32类型张量，(1, 64, 256)的float32类型张量，(1, 512)的float32类型张量。由此可以看出，输入的数据类型或形状与input_signature不匹配，因此报错。 解决方案：

1. 确保输入的数据类型和形状与input_signature中的TensorSpec匹配。
2. 可以尝试将输入的Tensor中的dtype改为int32，并确保形状与input_signature中对应的TensorSpec匹配。 示例代码：

import tensorflow as tf
# 输入数据
input_1 = tf.constant([[1]], dtype=tf.int32)
input_2 = tf.constant(tf.random.normal((1, 64, 256)), dtype=tf.float32)
input_3 = tf.constant(tf.random.normal((1, 512)), dtype=tf.float32)
# 将输入数据调整为input_signature中指定的形状和数据类型
input_1 = tf.dtypes.cast(input_1, tf.int32)
# 定义模型
model = tf.keras.Model(inputs=[input_1, input_2, input_3], outputs=...)
# 转换为TFLite模型
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()

参考链接： 1. Github issue链接：https://github.com/tensorflow/tensorflow/issues/42319 2. Github issue链接：https://github.com/tensorflow/tensorflow/issues/44512