我想使用Tensorflow的transform_graph工具优化图形 . 我尝试从MultiNet(以及其他具有类似编码器 - 解码器架构的图形)优化图形 . 但是,使用quantize_weights时,优化图实际上较慢,使用quantize_nodes时甚至要慢得多 . 从Tensorflow的文档来看,量化时可能没有任何改进,甚至可能更慢 . 知道下面的图形/软件/硬件是否正常吗?
以下是我的系统信息供您参考:
-
OS平台和发行版:Linux Ubuntu 16.04
-
TensorFlow安装自:使用TF源代码(CPU)进行图形转换,使用二进制python(GPU)进行推理
-
TensorFlow版本:均使用r1.3
-
Python版本:2.7
-
Bazel版本:0.6.1
-
CUDA / cuDNN版本:8.0 / 6.0(仅推理)
-
GPU型号和内存:GeForce GTX 1080 Ti
如有必要,我可以发布用于重现的所有脚本 .
2 回答
Tensorflow中的量化似乎只发生在CPU上 . 见:https://github.com/tensorflow/tensorflow/issues/2807
我在PC环境中遇到了同样的问题 . 我的模型比不量化慢9倍 .
但是当我将量化模型移植到Android应用程序中时,它可以加快速度 .
好像目前仅适用于CPU,只有ARM基础CPU,如android手机 .