tensorflow模型量化

本文详述了使用TensorFlow进行模型量化的步骤,包括源码编译安装TensorFlow,编译量化工具,以及量化GoogLeNet模型的过程。量化后模型的存储空间减少了75%,从92M减小到24M,并测试了量化前后模型的识别效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

量化简单来说就是将32浮点数近似地用8位整数存储和计算,量化后,模型占用存储空间减小75%,起到了压缩模型的效果.

关于量化的具体原理可以参考:http://fjdu.github.io/machine/learning/2016/07/07/quantize-neural-networks-with-tensorflow.html,对量化的原理有详细说明,这里不再赘述.

由于按照http://fjdu.github.io/machine/learning/2016/07/07/quantize-neural-networks-with-tensorflow.html的教程出现问题,通过查找才量化成功,因此在此记录一下使用tensorflow模型量化流程.

1.源码编译安装tensorflow

量化公具的使用,需要源码编译安装tensorflow,如果之前有通过pip直接安装tensorflow,则需要将tensorflow先卸载,然后下载源码编译安装tensorflow,具体过程可以参考:http://blog.youkuaiyun.com/u011961856/article/details/76725411

2.编译量化工具:

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