openvino出现Invalid IR! onnx::Conv_xxxx name is not unique!

        当算法需要部署到Intel的CPU上时,几乎可以无脑使用openvino进行模型部署,推理速度是onnxruntime和opencv比不了的(那种很小的模型可能体现不出差距)。而且openvino的官方案例很多,可以参考:GitHub - openvinotoolkit/openvino_notebooks: 📚 Jupyter notebook tutorials for OpenVINO™

        为了进一步加快推理速度,可以使用NNCF工具将模型量化为int8,但是量化为int8可能会导致模型精度的损失,最近发现NNCF有一个带精度控制的量化API:nncf.quantize_with_accuracy_control,可以在量化的过程中限制模型精度下降的最大阈值,案例参考:https://github.com/openvinotoolkit/nncf/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值