问在量化的TensorFlow MobileNet模型中发现浮点运算
EN

Stack Overflow用户

提问于 2018-01-06 05:43:50

回答 1查看 530关注 0票数 1

正如您在TensorFlow中实现的量化MobileNet模型的屏幕截图中所看到的，仍然有一些浮点操作。量化是通过graph_transform工具在TensorFlow中完成的。

图像中的红色椭圆在右侧大小的文本框中有其描述。“深度”是一个期望"DT_FLOAT“输入的"DepthwiseConv2dNative”操作。

尽管较低的Relu6执行8位量化操作，但结果必须经过"(Relu6)“，这是一个”反等“运算，以便为深度卷积产生"DT_FLOAT”输入。

为什么TF graph_transform工具遗漏了深度卷积操作？谢谢。

发布于 2018-01-09 01:02:56

不幸的是，在标准的TensorFlow中没有深度conv的量化版本，所以它回到了浮点实现，并在前后进行了转换。要获得完整的8位MobileNet实现，您需要查看TensorFlow Lite，您可以在此处了解更多信息：

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/48121702

复制

相似问题

问在量化的TensorFlow MobileNet模型中发现浮点运算EN