当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.lite.experimental.QuantizationDebugger用法及代码示例


量化 TensorFlow Lite 调试模式模型的调试器。

用法

tf.lite.experimental.QuantizationDebugger(
    quant_debug_model_path:Optional[str] = None,
    quant_debug_model_content:Optional[bytes] = None,
    float_model_path:Optional[str] = None,
    float_model_content:Optional[bytes] = None,
    debug_dataset:Optional[Callable[[], Iterable[Sequence[np.ndarray]]]] = None,
    debug_options:Optional[tf.lite.experimental.QuantizationDebugOptions] = None,
    converter:Optional[TFLiteConverter] = None
) -> None

参数

  • quant_debug_model_path 量化调试 TFLite 模型文件的路径。
  • quant_debug_model_content 量化调试 TFLite 模型的内容。
  • float_model_path 浮点数 TFLite 模型文件的路径。
  • float_model_content 浮点数 TFLite 模型的内容。
  • debug_dataset 一个工厂函数,它返回用于为模型生成输入样本(np.ndarray 列表)的数据集生成器。生成的元素必须具有与模型输入相同的类型和形状。
  • debug_options 调试给定模型的调试选项。
  • converter 可选,使用转换器而不是量化模型。

抛出

  • ValueError 如果无法创建调试器。

属性

  • options

这可以运行配备调试操作的 TensorFlow Lite 转换模型并收集调试信息。此调试器根据用户定义的 post-processing 函数以及默认函数计算统计信息。

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.lite.experimental.QuantizationDebugger。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。