如何解决量化的TFlite模型与使用Numpy实施的结果不同
我正在使用Tensorflow / Keras,希望量化模型参数,然后使用Numpy实施模型。 我已经建立了一维CNN模型,对其进行训练,然后使用Tensorflow训练后量化将其参数量化为UINT8,然后提取权重和偏差并将其导出到.npy文件。 在使用Numpy(dtype UINT8)构建相同的一维CNN之后,使用提取的权重和偏差,我逐层检查结果,并将结果与量化模型结果进行比较。 当我比较浮点模型的Numpy实现的结果(没有量化到UINT8)时,我的确得到了与Keras模型输出相同的输出。(所以我想我的Numpy模型运行良好:))。
据我了解,interpreter.get_input_details()包括输入张量的量化比例和零点参数,如果我要将UINT8权重转换为浮点数,这是必需的吗?
我很乐意建议如何获得与量化Keras模型相同的结果
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。