python - Tensorflow:数组activation1,它是Div运算符的输入,产生输出数组dropout/div,缺少最小/最大数据
问题描述
我正在使用张量流 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,并按照以下文档进行权重量化:https ://www.tensorflow.org/performance/quantization 。
但是,使用 toco 转换时,我收到此错误:
Array Relu 是生成输出数组 dropout/div 的 Div 运算符的输入,缺少最小/最大数据,这是量化所必需的。以非量化输出格式为目标,或者更改输入图以包含最小/最大信息,或者如果您不关心结果的准确性,则传递 --default_ranges_min= 和 --default_ranges_max=。\n"
这是图表:
在某些时候,它并没有抱怨 RELU,而是分配操作(不知道如何解决),如果我删除 RELU 层,它会抱怨添加层。知道发生了什么吗?
编辑:
刚刚意识到在 dropout_1 和 activation2 之间(见图)有一个 act_quant 节点,它必须是 activation2 的假量化(一个 RELU)。这不会发生在第一层,在 dropout 和 activation1 之间。我猜这是问题?根据 tensorflow 量化教程(之前附上),那里描述的脚本应该用 toco 量化权重的所有必要信息重写图。
解决方案
推荐阅读
- curl - Mxnet MMS - 从外部服务器访问
- java - 在 Android 中应该避免嵌套的可运行对象吗?
- java - 通过蓝牙向 STM32F411 发送数据
- python - 在垂直打印方面需要帮助
- r - 如何根据 R 中名为数字的列改变小标题中的变量
- android - 在android中读取0类短信
- mysql - 查询居住在同一城市的所有客户
- android - EditText TimePicker 显示键盘
- amazon-web-services - CIDR 地址不在 VPC 的 CIDR 地址内 - /25
- c++ - libmodsecurity 作为一个库来处理我自己的网络请求