toco_from_protos: 命令未找到。

Question

我正在使用以下链接将我的TensorFlow模型转换为tf lite模型：https://www.tensorflow.org/lite/convert/python_api。在这里，我正在按照“从文件导出GraphDef”的指令进行操作，但是我遇到了以下错误。

    "TOCO failed. See console for info.\n%s\n%s\n" % (stdout, stderr))
     tensorflow.lite.python.convert.ConverterError: TOCO failed. See console for info.
    /bin/sh: toco_from_protos: command not found

我已经安装了最新版本的tensorflow v1.13.1。

- chin87

---

你解决了这个问题吗？ - lelloman

不是真的，问题在于设置路径，它无法在我的机器上找到路径，尝试设置路径但没有成功，从另一台机器上进行了转换。 - chin87

你能否友善地给我一个提示 如何进行转换？这个问题让我抓狂 :( - lelloman

@lelloman 在我的一个同事的机器上进行了转换，不知何故他的tensorflow处于工作状态，你可以使用另一台机器或找到一个没有从旧版本更新的人。 - chin87

谢谢，最终我通过使用 Docker 镜像解决了问题，现在我尝试过之后，我觉得我再也不会在系统上安装 TensorFlow 了。 - lelloman

Answer 1

问题

Tensorflow调用特定的二进制文件将.pb文件（由protobuf存储）转换为tflite模型。该二进制文件是“ toco_from_protos”，错误消息表明shell解释器（在此情况下为“ / bin / sh”）无法找到该二进制文件（“ toco_from_proto”）。

您需要将路径包含到' toco_from_proto'文件中以便于PATH环境变量可访问它。

如何实现

首先，检查文件是否存在。例如，您可以使用“ locate”命令：

$ locate toco_from_proto
/home/user/anaconda3/envs/tensorflow/bin/toco_from_protos
/home/user/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/lite/toco/python/toco_from_protos.py
/home/user/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/lite/toco/python/__pycache__/toco_from_protos.cpython-36.pyc

在我的情况下，我使用Anaconda来管理环境。因此，在环境容器中（本例中为'tensorflow'），二进制文件位于二进制路径（'bin'文件夹）中。

为了确保二进制文件的正确执行，需要将'toco_from_protos'文件的路径包含在PATH环境变量中。如果您使用的是基于Linux的系统，则可以执行以下操作：

$ export PATH=$PATH:/home/user/anaconda3/envs/tensorflow/bin

如果您正在使用IDE程序（例如Pycharm），您可以使用与导出PATH变量相同的控制台调用IDE运行脚本。例如：

$ export PATH=$PATH:/home/user/anaconda3/envs/tensorflow/bin
$ /opt/pycharm-community-2018.1.4/bin/pycharm.sh

新PATH值的更改仅在该控制台窗口中保留，因此如果您想使更改持久化，请将导出语句包含在“〜/ .bashrc”文件中。

- goe

---

嗨，goe，即使将virtualenv bin添加到$PATH变量中，Tensorflow（2.0）仍然无法找到toco_from_protos，你知道发生了什么吗？ - Igor Hoogerwoord

我尚未测试Tensorflow 2.0，因此对其在路径方面的工作方式不确定，抱歉。请检查您所指向的toco_from_protos二进制文件编译是否与您正在使用的Tensorflow库兼容。 - goe

Answer 2

我曾遇到相同的问题，通过使用官方Docker镜像解决了该问题。主机使用新鲜的Ubuntu 18.04系统。原始答案翻译成“最初的回答”。

docker run --runtime=nvidia -v /path/to/my/project:/mapped/docker/path -it tensorflow/tensorflow:latest-gpu bash

然后在Docker中运行转换脚本：

model = load_model() # keras model
output_names = [node.op.name for node in model.outputs]
input_names = [node.op.name for node in model.inputs]
with tf.keras.backend.get_session() as sess:
    sess.run(tf.global_variables_initializer())
    frozen_def = tf.graph_util.convert_variables_to_constants(sess, sess.graph_def, output_names)
    converter = tf.lite.TFLiteConverter.from_session(sess, model.inputs, model.outputs)
    tflite_model = converter.convert()
    open("converted_model.tflite", "wb").write(tflite_model)

目前写作时，tensorflow/tensorflow:latest-gpu的版本是1.13.1

- lelloman

Answer 3

我在tensorflow 1.14中也遇到了相同的错误日志。 对我而言，问题不在转换器中，而是与路径未能解析有关。

在运行Python脚本之前，对我有用的是运行以下命令：

export PATH=$PATH:~/.local/bin

- Nawin K Sharma