我有一个模型,可以从图像中提取512个特征(数值在-1到1之间)。我使用这里的指令将此模型转换为tflite浮点格式:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite
我对相同的图像运行了原始模型和tflite模型的推理。
向量的结果不同,我原本期望得到非常相似的结果,因为我没有使用量化格式。从我所了解的来看,tf-lite只应该提高推理性能时间,而不影响特征计算。
我的问题是,这种情况正常吗?有其他人遇到过这种情况吗?我在任何地方都没有找到相关的主题。
附更新的代码。
我训练了这个网络(由于无法分享完整网络,删除了许多项) placeholder = tf.placeholder(name='input', dtype=tf.float32,shape=[None, 128,128, 1])
将TensorFlow格式的网络模型(network_512.pb)转换为适用于移动设备的TensorFlow Lite格式的模型(network_512.tflite),其中设置了输入、输出类型和格式,输入数据形状等参数。
以下是需要翻译的内容:
向量的结果不同,我原本期望得到非常相似的结果,因为我没有使用量化格式。从我所了解的来看,tf-lite只应该提高推理性能时间,而不影响特征计算。
我的问题是,这种情况正常吗?有其他人遇到过这种情况吗?我在任何地方都没有找到相关的主题。
附更新的代码。
我训练了这个网络(由于无法分享完整网络,删除了许多项) placeholder = tf.placeholder(name='input', dtype=tf.float32,shape=[None, 128,128, 1])
with slim.arg_scope([slim.conv2d, slim.separable_conv2d],
activation_fn=tf.nn.relu, normalizer_fn=slim.batch_norm):
net = tf.identity(placeholder)
net = slim.conv2d(net, 32, [3, 3], scope='conv11')
net = slim.separable_conv2d(net, 64, [3, 3], scope='conv12')
net = slim.max_pool2d(net, [2, 2], scope='pool1') # 64x64
net = slim.separable_conv2d(net, 128, [3, 3], scope='conv21')
net = slim.max_pool2d(net, [2, 2], scope='pool2') # 32x32
net = slim.separable_conv2d(net, 256, [3, 3], scope='conv31')
net = slim.max_pool2d(net, [2, 2], scope='pool3') # 16x16
net = slim.separable_conv2d(net, 512, [3, 3], scope='conv41')
net = slim.max_pool2d(net, [2, 2], scope='pool4') # 8x8
net = slim.separable_conv2d(net, 1024, [3, 3], scope='conv51')
net = slim.avg_pool2d(net, [8, 8], scope='pool5') # 1x1
net = slim.dropout(net)
net = slim.conv2d(net, feature_vector_size, [1, 1], activation_fn=None, normalizer_fn=None, scope='features')
embeddings = tf.nn.l2_normalize(net, 3, 1e-10, name='embeddings')
bazel-bin/tensorflow/contrib/lite/toco/toco 命令的作用是:将TensorFlow格式的网络模型(network_512.pb)转换为适用于移动设备的TensorFlow Lite格式的模型(network_512.tflite),其中设置了输入、输出类型和格式,输入数据形状等参数。
以下是需要翻译的内容:
我使用Python中的TensorFlow运行network_512.pb,并使用来自https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/lite/java/demo的代码运行network_512.tflite,我修改了该代码以加载并运行我的网络。