时间戳

首页 > 解决方案 > 对 TFLite 的强烈要求

python - 对 TFLite 的强烈要求

问题描述

我有一个用 Tensorflow.Keras 编写的自定义神经网络，并将 hard-swish 函数用作激活（如 MobileNetV3 论文中所用）：

$$h-swish = x \cdot \frac{ReLU6(x+3)}{6}$$)。

执行：

def swish(x):
    return x * tf.nn.relu6(x+3) / 6

我正在运行量化感知训练并在最后编写一个 protobuf 文件。然后，我使用此代码转换为 tflite（并最终将其部署在 EdgeTPU 上）：

tflite_convert --output_file test.tflite --graph_def_file=test.pb --inference_type=QUANTIZED_UINT8 --input_arrays=input_1 --output_arrays=conv2d_3/Sigmoid --mean_values=0 --std_dev_values=255 --default_ranges_min=0 --default_ranges_max=6

这非常有效，当我不除以 6 时，但是，当除以 6 时，我收到此错误：

Unimplemented: this graph contains an operator of type Div for which the quantized form is not yet implemented.

我正在使用 TF 1.14 进行训练，昨晚使用 TF 1.15 构建以转换为 TFLITE；我正在努力让 TF 2.x 解决一些奇怪的 HDF5 不兼容问题，但如果有人知道如何规避这个问题，那就太好了......谢谢！

标签： pythontensorflowtputensorflow-lite

解决方案

因为它是一个常数除法，你可以乘以（近似）倒数：

def swish(x):
    return x * tf.nn.relu6(x+3) * 0.16666667

推荐阅读