create_training_graph()在用TF-lite将MobileFacenet转换为量化感知模型时失败

Question

我正试图根据MobileFacenet (天狼星密码)量化建议，我想我遇到了和这一个一样的问题

当我在训练图中添加tf.contrib.quantize.create_training_graph()时

(train_nets.py In.187:在train_op = train(...)之前或在train() utils/common.py In.38中，在梯度之前)

它没有在图形中添加量化感知操作来收集动态范围max\min。

我假设我应该看到一些额外的节点在张力板，但我没有，因此，我认为我没有成功地添加量化感知操作的训练图。我试图跟踪tensorflow，发现我在_FindLayersToQuantize()中一无所获。

但是，当我添加tf.contrib.quantize.create_eval_graph()来细化培训图时。我可以看到一些量化的操作，如act_quant.由于我没有成功地在训练图中添加操作操作，所以我没有权值要加载在eval图中。因此，我得到了一些错误消息，如

Key MobileFaceNet/Logits/LinearConv1x1/act_quant/max not found in checkpoint

或

tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value MobileFaceNet/Logits/LinearConv1x1/act_quant/max

有人知道如何修复这个错误吗？或者如何得到精度较高的量化MobileFacenet？

谢谢!

Answer 1

H，

不幸的是，现在不推荐使用cont肋骨/quantize工具。它将无法支持较新的模式，我们不再致力于它。

如果您对QAT感兴趣，我建议您尝试新的TF/Keras QAT。我们正在积极发展，并为此提供支持。