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

Question

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。

标签： pythontensorflowtensorflow-lite