tensorflow lite模型已经量化了吗？
转换后的tensorflow lite模型是否始终具有量化计算和输出？还是取决于tensorflow模型的输入和推理类型？
共有1个答案
这取决于推理类型。
首先，输入模型应使用量化操作进行检测，https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/quantize 这可能会有帮助。
生成的评估图应提供给TOCO，以便使用--inference_type=QUANTIZED_UINT8和输入数组的正确--mean_值和--std_值进行转换。
有关如何为量化模型调用TOCO的一些示例，请参阅https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/toco/g3doc/cmdline_examples.md。
更新：我们添加了一个新的培训后量化工具：https://medium.com/tensorflow/tensorflow-model-optimization-toolkit-post-training-integer-quantization-b4964a1ea9ba 这应该比旧的量化方法更容易。
-
我在android studio上运行了一个Tensorflow示例(https://github.com/Tensorflow/examples/blob/master/lite/examples/image_classification/android/readme.md）,得到以下错误。
-
如果我的计算机有12个内核，我的模型有15个场景运行，批量运行是否会自动将最初的12个运行分配给每个内核，并同时运行相应的运行以节省时间？如果是，我还想知道我是否可以控制核心的使用，例如，在批量运行时限制使用8个核心，以防止单次运行规模过大时出现OOM。
-
校验者: @飓风 @小瑶 @FAME @v 翻译者: @小瑶 @片刻 @那伊抹微笑 有 3 种不同的 API 用于评估模型预测的质量: Estimator score method（估计器得分的方法）: Estimators（估计器）有一个 score（得分） 方法，为其解决的问题提供了默认的 evaluation criterion （评估标准）。 在这个页面上没有相关讨论，但是在每个 esti
-
问题内容： 我出现了不想要的行为，即，它更改了进入原始函数的参数的数据类型。我最初的问题是关于一般情况的，我将使用这个新问题来提出更具体的情况。 （为什么要问第二个问题？为了说明问题，我创建 了一个关于更具体案例 的问题-从具体问题到更一般的问题总是比较容易。而且我 单独 创建了这个问题，因为我认为这是有助于保持一般情况以及对一般情况的答复（应该找到），而不会因为考虑解决任何特定问题而受到“污染”
-
我正在开发一个端到端训练和量化感知的训练示例。使用CIFAR10数据集，我加载了一个预训练的MobilenetV2模型，然后使用TensorFlow指南中的代码来量化我的模型。整个过程适当结束后，我得到以下结果： 注意，我并没有更改我从TensorFlow指南中附带的代码，我只是使用了一个不同的数据集和模型。
-
首先，我从Mobilenet下载了一个量化模型。它包含在Mobilenet_v1_1.0_224中。然后我做了下面的事情 以下是图表的摘要 因此，通过进行转换，我遇到了以下错误 2018-03-01 23:12:03.353786:I tensorflow/contrib/lite/toco/import_tensorflow。cc:1172]转换不支持的操作：反量化2018-03-01 23:1