tflite float64_ref

https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/g3doc/tf_ops_compatibility.md

大多数TensorFlow Lite操作都针对浮点（float32）和量化（uint8）推理，但通常很少或根本不支持其他类型，如tf.float16和字符串。

除了使用不同版本的操作之外，浮点和量化模型之间的另一个区别在于它们的转换方式。量化转换期望模型用“伪量化”节点注释，该节点记录张量的动态范围。没有该信息，TF Lite无法准确地量化模型，这意味着在转换之前必须进行适当的量化训练。