问题描述
我试图了解TOCO如何精确量化带注释的模型。假设我们有一个keras模型:
Conv2D
MaxPool
Conv2D
MaxPool
Flatten
Dense
Dense(SoftMax)
其中Conv2D层已注释,用于使用QuantizeConfig基于以下量化器对权重和激活进行量化的训练后量化:
LastValueQuantizer(num_bits=8,symmetric=True,narrow_range=False,per_axis=False)
据我所知,使用TOCO将此类带注释的keras模型转换为TFLite应该会产生一个模型,其中Conv2D层已量化为8位整数,而其余部分则保持在32位浮点数。那是对的吗?如果是,如何完成从32bit输入的keras Conv2D层到int8的舍入?使用float16而不是int8时情况是否相同?设置num_bits = 4的解决方案是什么?
感谢您的帮助!
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)