hardware-acceleration - 如何使用 TFLite 和 Edge TPU 指定特定数据流进行推理?
问题描述
我有一个 TFLite 模型部署到 Raspberry Pi。我正在使用 Coral USB 加速器来加速推理,其中包含一个 Edge TPU。我有兴趣尝试使用不同的数据流对该部署的能源效率的影响。
有谁知道在使用 Edge TPU 加速 TFLite 模型时如何指定特定的数据流,例如行固定或输出固定?
供参考:https ://people.csail.mit.edu/emer/papers/2017.05.ieee_micro.dnn_dataflow.pdf
解决方案
根据珊瑚支持团队的说法:
“据我们所知,没有一种特定的方法可以使用特定的数据流来运行模型。
建议访问https://coral.ai/docs/edgetpu/models-intro/的模型兼容性页面,了解 TFLite 模型如何映射到 EdgeTPU。”
推荐阅读
- symfony - 如何将数据从 Magento DB 结构迁移到自定义 Symfony 应用模型/结构
- r - 按计数分组而不丢失列
- azure - WindowsAzure.Storage 包更新后读取双精度值失败
- python - 如何展平嵌套模型?(keras 函数式 API)
- c# - GMAIL SMTP:调用 SSPI 失败异常 - 不支持请求的函数
- asp.net - 将 HTTPS 用于 api 路由 ASP.NET
- acumatica - 创建客户位置
- dotnetnuke - 如何创建一个 DNN 模块,该模块可以多次放置在同一页面上,并在设置中具有不同的内容?
- r - 根据第二列以连续序列分配值
- python-3.x - 在 PyPDF2 PdfFileReader 中使用 GCS 路径