Este dilema se puede abordar de diferentes maneras, pero nosotros te enseñamos la solución más completa para nosotros.
Solución:
Puedes utilizar Intérprete de Python de TensorFlow Lite para probar tu modelo tflite.
Le permite alimentar datos de entrada en Python Shell y leer la salida directamente como si estuviera usando un modelo de flujo de tensor normal.
He respondido esta pregunta aquí.
Y puedes leer esto Guía oficial de TensorFlow Lite para obtener información detallada.
También puede usar Netron para visualizar su modelo. Le permite cargar su archivo .tflite directamente e inspeccionar la arquitectura y el peso de su modelo.
Hay un tflite_diff_example_test en la base de código de TensorFlow. Genera datos aleatorios e introduce los mismos datos en TensorFlow y TensorFlow lite, luego compara si la diferencia está dentro de un umbral pequeño.
Puede verificar el código TensorFlow de Github y ejecutarlo con bazel:
bazel run //tensorflow/contrib/lite/testing:tflite_diff_example_test
entonces verá qué argumentos necesita pasar.