为什么我在X-Cube-AI / STM32CubeMX.AI中得到了完全相同的压缩级别“无”和"4x“的权重？

Question

我有一个以HDF5 (*.h5)格式保存的Keras模型。我正在使用stm32ai命令行工具生成我的文件nn.c/.h和nndata.c/.h。下面是一个命令示例：

~/STM32Cube/Repository/Packs/STMicroelectronics/X-CUBE-AI/5.2.0/Utilities/linux/stm32ai generate --model nn.h5 --verbosity 2 --type keras --name nn --compression 4

nn_data.c文件包含我的神经网络的权重。但是，当我将压缩设置为1，这意味着没有压缩时，我得到：

#include "nn_data.h"

ai_handle ai_nn_data_weights_get(void)
{

  AI_ALIGNED(4)
  static const ai_u8 s_nn_weights[ 3196 ] = {
    0x56, 0xff, 0xa5, 0x3d, 0xb6, 0xa2, 0xf3, 0x3d, 0x18, 0x2c,
    0x4e, 0xbc, 0x69, 0x64, 0xa4, 0x3d, 0x09, 0xf4, 0x27, 0x3e,
...

当我将压缩设置为4 (4x)时，我得到了完全相同的权重！

只有在压缩为8的情况下，我才会得到不同的权重：

#include "nn_data.h"

ai_handle ai_nn_data_weights_get(void)
{

  AI_ALIGNED(4)
  static const ai_u8 s_nn_weights[ 728 ] = {
    0x0d, 0x5d, 0xa0, 0xbe, 0x20, 0xf7, 0x86, 0xbe, 0x83, 0xe4,
    0x66, 0xbe, 0xca, 0x73, 0x36, 0xbe, 0x8d, 0xa9, 0xf7, 0xbd,
...

我们可以清楚地看到，8倍压缩的权重缓冲区要小得多。

有人知道为什么压缩级别为None和4的权重没有不同吗？

Answer 1

与我的预期相反，压缩似乎并不总是完成，但只有在某些情况下，这些情况并不是完全为公众定义的：See here此外，我查看了模型转换报告nn_generate_report.txt，它没有显示压缩级别为4的任何神经网络层的压缩标记"(c)“，但对于压缩级别8，所有层都标有压缩标记。所以，我假设一切都很好。