Python 使用量化支架安装Tensorflow
以下是我提出的另一个问题: 基本上,我想安装支持8位量化的Tensorflow。目前,我使用pip安装方法在CentOS 7机器上安装了Tensorflow 0.9(不支持GPU) 我可以编译并运行Pete Warden博客中给出的代码。但是,我无法导入Pete Warden回复中给出的函数。我想添加量化支持。我在Tensorflow文档中也找不到关于量化部分的任何细节Python 使用量化支架安装Tensorflow,python,tensorflow,quantization,tensorboard,Python,Tensorflow,Quantization,Tensorboard,以下是我提出的另一个问题: 基本上,我想安装支持8位量化的Tensorflow。目前,我使用pip安装方法在CentOS 7机器上安装了Tensorflow 0.9(不支持GPU) 我可以编译并运行Pete Warden博客中给出的代码。但是,我无法导入Pete Warden回复中给出的函数。我想添加量化支持。我在Tensorflow文档中也找不到关于量化部分的任何细节 有人能分享如何做的细节吗?目前,我可以想出一个方法来做这件事。但仍在等待TensorFlow开发者的官方方法 首先安装tens
有人能分享如何做的细节吗?目前,我可以想出一个方法来做这件事。但仍在等待TensorFlow开发者的官方方法
tensorflow\u root
)bazel build tensorflow/contrib/quantization/tools:quantize\u graph
这将为量化版本创建ops库。转到tensorflow_root/bazel bin/tensorflow/contrib/quantization,您将看到两个库文件:\u quantized_ops.so
和内核/\u quantized_内核。因此
import tensorflow as tf
qops = tf.load_op_library('[tensorflow_root]/bazel-bin/tensorflow/contrib/quantization/_quantized_ops.so')
qkernelops = tf.load_op_library('[tensorflow_root]/bazel-bin/tensorflow/contrib/quantization/kernels/_quantized_kernels.so')
您正在使用tensorflow的GPU或CPU版本 例如,它在CPU上不工作,尽管正如Abid提到的,从本地工作目录加载ops库 但是,当最新版本集成了这些ops并且导入时没有错误时,使用bazel build有什么意义呢
$khemant@saturn:~/DeepLearning/TF$python-c“将tensorflow作为TF导入;打印(TF.\uu版本)”
0.12.0-rc0
$khemant@saturn:~/DeepLearning/TF$python
Python 2.7.6(默认,2016年10月26日,20:30:19)
[GCC 4.8.4]关于linux2
有关详细信息,请键入“帮助”、“版权”、“信用证”或“许可证”
>>来自tensorflow.contrib.quantization导入负载\u量化操作\u so
回溯(最近一次呼叫最后一次):
文件“”,第1行,在
导入错误:无法导入名称加载\u量化\u操作\u so
>>将tensorflow作为tf导入
>>来自tensorflow.contrib.quantization导入负载\u量化操作\u so
回溯(最近一次呼叫最后一次):
文件“”,第1行,在
导入错误:无法导入名称加载\u量化\u操作\u so
`更新tensorflow版本可解决此加载问题。此版本的任何更新?在最新的TF克隆中都不起作用。最新的tensorflow(v0.10)不需要此版本。它直接加载并将开箱即用。最新的tensorflow(v0.10+)不需要这个。它是直接加载的,可以开箱即用。我在发布这个问题时使用了v0.9。上面显示的是tensroflow v0.12。尽管导入了tensforflow,但错误仍然存在。为什么?如果导入load_quantized_ops_成功,python中的量化api usgae细节在哪里?比如说,api描述是什么没有bazel构建就可以使用ion。我能够在python中成功导入量化操作和