内容简介:(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.如果下面的图形/软件/硬件是正常的,不知道吗?以下是我的系统信息供您参考:> OS平台和发行版:Linux Ubuntu 16.04
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.如果下面的图形/软件/硬件是正常的,不知道吗?
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: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.
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 快速入门Pytorch(1)--安装、张量以及梯度
- 百倍提升张量计算:谷歌开源TensorNetwork
- 速度提高100倍,谷歌开源张量计算库
- CVPR 2019:一个高阶张量搞定整个全卷积网络
- NumSharp v0.8.0 发布,C# 张量计算库
- ICML 2019 | 第四范式提出快速张量补全新方法
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Markdown 在线编辑器
Markdown 在线编辑器
正则表达式在线测试
正则表达式在线测试