我用的是tensorflow 1.8.0rc1。我正在尝试将一个非常简单的NN模型保存为tflite格式,使用权重量化,遵循以下文档:https://www.tensorflow.org/performance/quantization。在
但是,使用toco转换时,我收到以下错误:
Array Relu是产生输出Array dropout/Div的Div运算符的输入,缺少量化所需的最小/最大数据。以非量化的输出格式为目标,或更改输入图形以包含最小/最大信息,或者传递--default_ranges_min=和--default_ranges_max=如果您不关心结果的准确性。\n”
这是图表:
在某种程度上,它不是在抱怨RELU,而是在分配操作(修复了,不知道怎么做),如果我删除RELU层,它会抱怨添加层。知道发生什么事了吗?在
编辑:
刚刚意识到在dropout_1和activation2之间有一个actquant节点,它必须是activation2的伪量化(RELU)。这不会发生在第一层,在dropout和activation1之间。我想这就是问题所在?根据tensorflow量化教程(附在前面),描述的脚本应该用toco量化权重所需的所有信息重写图形。在
目前没有回答
相关问题 更多 >
编程相关推荐