在 Tensorflow 中，您可以进行单独的数据预处理，也可以将预处理层集成到您的模型中。后者是有益的，因为您最终会得到一个端到端的模型。不幸的是，文档中的示例总是侧重于相当标准的应用程序和数据（图像、文本……）。当您需要对不同类型的数据进行自定义预处理（例如清洗）时，它就变得非常模糊。出于这个原因，到目前为止，我一直在我的模型之外的单独函数中进行预处理。
现在我需要交付一个端到端的 TfLite 模型，其中包括我自己的自定义预处理函数。我知道您可以在 Tf 中编写自定义层来执行此操作。我不知道是否所有自定义 Tf 层也可以转换为 TfLite，如果不能：对可以转换和不能转换的限制是什么。
因此，在投入时间将我所有的高级预处理转移到 Tf 层之前，我希望能指出对转换为 TfLite 的具体限制？
我还没有尝试任何东西。我只是寻求指导，以便在 Tensorflow 文档的丛林中找到正确的信息。