Converting LSTM Error： AssertionError: Some output nodes are missing: ['34', '35'] about tinyneuralnetwork

[peterjc123]

LSTM有两个输出，你只保留第一个输出就可以了，状态输入和输出需要单独做处理

[Ironbrotherstyle]

LSTM有两个输出，你只保留第一个输出就可以了，状态输入和输出需要单独做处理

那我这里并没有看到处理第几个输出的接口，只看到了 converter.convert()部分，请问保留输出的接口在哪里啊？

[peterjc123]

需要改模型，下面这样就可以导出了

class Model(nn.Module):
    def __init__(self):
         self.lstm = nn.LSTM(...)
    def forward(self, x):
         return self.lstm(x)[0]

[peterjc123]

LSTM有两个输出，你只保留第一个输出就可以了，状态输入和输出需要单独做处理

那我这里并没有看到处理第几个输出的接口，只看到了 converter.convert()部分，请问保留输出的接口在哪里啊？

目前没有提供修改输出的接口，因为不像onnx或者frozen model，变量的名字是无法预先得知的，你很难去指定

[Ironbrotherstyle]

需要改模型，下面这样就可以导出了

class Model(nn.Module):
    def __init__(self):
         self.lstm = nn.LSTM(...)
    def forward(self, x):
         return self.lstm(x)[0]

谢谢，我刚刚尝试了下，单层的可以，多层的好像不行？请问对于多层LSTM/GRU的使用有什么说明吗？

[peterjc123]

@Ironbrotherstyle 多层的应该也可以啊，GRU TFLite这边不支持，多层LSTM不支持的话，你给个样例，我试试

[Ironbrotherstyle]

又换了个测试方案多层LSTM可以了，谢谢，非常很棒的工作。省去了之前转多次模型的复杂流程（还可能遇到LSTM转换失败的问题）。

[peterjc123]

谢谢你的支持，我在考虑要不要加个LSTM的FAQ

[Ironbrotherstyle]

可以加上，不然很容易有我这样的疑惑。一一回复不方便。

[peterjc123]

主要还得写双语文档，头疼（

[peterjc123]

https://github.com/alibaba/TinyNeuralNetwork/blob/main/docs/FAQ.md#how-to-convert-a-model-with-lstm
https://github.com/alibaba/TinyNeuralNetwork/blob/main/docs/FAQ_zh-CN.md#%E7%AE%97%E5%AD%90%E4%B8%8D%E6%94%AF%E6%8C%81%E5%A6%82%E4%BD%95%E5%A4%84%E7%90%86