1. 系统信息

• 操作系统平台和发行版(例如，Linux Ubuntu 16.04):
• TensorFlow安装方式(pip包或从源代码构建):
• TensorFlow库(版本，如果是pip包，则为版本号；如果是从源代码构建，则为github SHA):

2. 代码

请参考下面的colab以重现问题。
https://colab.research.google.com/drive/1S_3bVlwRZkMaYvvKwtPfWlyXQLS0Bvxa?usp=sharing

(You can paste links or attach files by dragging & dropping them below)
- Provide links to your updated versions of the above two colab notebooks.
- Provide links to your TensorFlow model and (optionally) TensorFlow Lite Model.

选项B:将您的代码粘贴在这里或提供一个指向自定义端到端colab的链接

(You can paste links or attach files by dragging & dropping them below)
- Include code to invoke the TFLite Converter Python API and the errors.
- Provide links to your TensorFlow model and (optionally) TensorFlow Lite Model.

3. 转换失败后的情况

如果转换成功，但生成的模型错误，请说明错误原因：

• 模型产生错误结果或准确度较低。
• 模型产生正确结果，但比预期慢。

4. (可选)RNN转换支持

如果要将TF RNN转换为TFLite融合RNN操作，请在标题前加上[RNN]。

5. (可选)其他信息/日志

包括任何有助于诊断问题的日志或源代码。如果包含回溯，请包括完整的回溯。大型日志和文件应附加。