TensorFlow Lite 支持 keras 函数 Flatten() 吗？

Question

我正在构建自己的 CNN，并尝试根据“适用于微控制器的 TensorFlow Lite”教程和 TinyML 书籍将其放在 Disco-f746ng 上。我知道支持的tensorflow-keras函数可以在这里找到：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/micro/all_ops_resolver.cc 但

Flatten()

功能似乎没有列出。这让我很恼火，因为它是一个非常基本的函数，所以我想它可能只是在 all_ops_resolver 中有一个不同的名称。 我仅使用那里列出的函数以及

Flatten()

函数。当我用自己的模型运行测试时，无论我分配多少空间，我总是会遇到分段错误。所以我想问一下TensorFlow Lite是否支持

Flatten()

函数？

这是我用于创建 CNN 的 Python 代码：

model = models.Sequential()
model.add(layers.Conv2D(16, (3, 3), activation='relu', input_shape=(36, 36, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(36, 36, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu', input_shape=(36, 36, 1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(8, activation='softmax'))
model.add(layers.Dense(2))

model.summary()

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

Answer 1

好吧，我想我现在明白了。我还有另一个导致分段错误的问题，但我现在解决了。之后我准备检查是否支持

Flatten()

。 有效！

将以下内置函数添加到微操作解析器时，上面的 CNN 模型代码将起作用：

tflite::MicroMutableOpResolver<5> micro_op_resolver;

micro_op_resolver.AddConv2D();
micro_ou_resolver.AddFullyConnected();
micro_op_resolver.AddMaxPool2D();
micro_op_resolver.AddSoftmax();
micro_op_resolver.AddReshape();

根据我的反复试验方法，添加

RESHAPE()

是能够使用

Flatten()

所必需的