tensorflow 模型压缩
2024-08-31 04:40:16
模型压缩
为了将tensorflow深度学习模型部署到移动/嵌入式设备上,我们应该致力于减少模型的内存占用,缩短推断时间,减少耗电。有几种方法可以实现这些要求,如量化、权重剪枝或将大模型提炼成小模型。
在这个项目中,我使用了 TensorFlow 中的量化工具来进行模型压缩。目前我只使用权重量化来减小模型大小,因为根据 Mac 上的测试结果,完整 8 位转换没有提供额外的好处,比如缩短推断时间。(由于 requant_range 中的错误,无法在 Pixel 上运行完整的 8 位模型)。由于 8 位量化工具不适合 CPU,时间甚至翻了一倍。如果你有兴趣了解更多关于量化的实用建议,可以阅读 Pete Warden 这篇很棒的文章(https://petewarden.com/2017/06/22/what-ive-learned-about-neural-network-quantization/)。
对模型进行权重量化:
- 将模型写入协议缓冲区文件。
- 从源安装和配置 TensorFlow(https://www.tensorflow.org/install/install_sources)。
- 在 TensorFlow 目录下运行下列命令行:
- bazel build tensorflow/tools/graph_transforms:transform_graph
- bazel-bin/tensorflow/tools/graph_transforms/transform_graph --in_graph=/your/.pb/file --outputs="output_node_name" --out_graph=/the/quantized/.pb/file --transforms='quantize_weights'
以我的项目为例,在量化权重后,预训练的 WaveNet 模型的大小从 15.5Mb 下降到了 4.0Mb。现在可以将这个模型文件移动到安卓项目中的「assets」文件夹。
最新文章
- .NET 泛型分析
- eclipse建包出现多层包
- 树上倍增求LCA(最近公共祖先)
- makefile学习小结
- 我们为什麽需要有经验的DBA
- [C#] 谈谈异步编程async await
- hibernate 表配置文件如何设置表字段的默认值
- MSDN资料
- Linux优化之IO子系统监控与调优
- Python核心编程读笔 5: python的序列
- OOX 面向对象X
- c#发送短息验证码
- 在IIS上新发布的网站,样式与js资源文件加载不到(资源文件和网页同一个域名下)
- Objective-C基础教程 笔记
- ubuntu下nginx的常用操作
- destoon入门实例与常见问题
- Socket网络编程--Libev库学习(2)
- Android的四大天王
- Winform Datagridview 单元格html格式化支持富文本
- win7 64位如何共享XP上的打印机?