我正在尝试调试我的tflite模型，该模型使用自定义操作。我找到了操作名称（in *.pb）和操作ID（in *.tflite）之间的对应关系，并且我正在进行逐层比较（以确保输出差异始终在范围内1e-4（因为它在最后爆炸） ，我想找到我的自定义层失败的确切位置）如下：
方法1：我使用get_tensor如下方式获取输出：
from tensorflow.contrib.lite.python import interpreter
# load the model
model = interpreter.Interpreter(model_path='model.tflite')
model.allocate_tensors()
# get tensors
for i in tensor_ids:
tensor_output[i] = model.get_tensor(i)
它显示的随机值完全不足（与 TensorFlow 模型的输出相比）。
方法2：只转换*.pb到某一层，然后重复，基本上：
创建一个*.pb，使其仅包含从input到 的网络layer_1。
转换为tflite（因此输出现在为layer_1）并使用 TensorFlow 检查 TF-Lite 的输出。
layer_2对, layer_3, ...重复步骤 1-2 outputs。
此方法需要更多的工作和执行，但它正确地表明，对于内置操作，模型的输出tflite是pb相同的，并且仅在我的自定义操作中开始有所不同（而在方法 1中，输出立即与第一层不同） 。
问：为什么行为
get_tensor …