各位大大 试着把h5的档案转为 int8 的 tflite 我想厘清转换後权重与scale与zero point的关系，但遇到了一些问题，我的模型很简单 ，如下 tf.keras.layers.Conv2D(16, (5,5), input_shape=(width,height, 1), activati on='relu', padding='same') tf.keras.layers.GlobalAveragePooling2D() tf.keras.layers.Dense(3, activation='softmax') 我用以下代码试着inference一张图片 interpreter = tf.lite.Interpreter(model_path="test.tflite") interpreter.allocate_tensors() input_index = interpreter.get_input_details()[0]["index"] output_index = interpreter.get_output_details()[0]["index"] input_scale, input_zero_point = interpreter.get_input_details()[0]['quantizati on'] image_ = image_input / input_scale + input_zero_point interpreter.set_tensor(input_index, image_.astype(np.int8)) interpreter.invoke() interpreter.tensor(output_index)() 得到结果array([[-123, 77, -82]], dtype=int8)，这应该是符合预期的分类结果 我想试着看 tflite 每一层中的关系，想先从GlobalAveragePooling2D着手 经过conv2後得到一个80*80*16的矩阵以及经过GAV计算後得到一个1*16的矩阵，如下 https://i.imgur.com/Zq9OZST.jpg 依我对权重与scale与zero point的理解，我的计算如下 https://i.imgur.com/JyBw6nv.jpg 但结果似乎跟tflite真正计算的结果有很大的差异 这是我自己计算的结果 array([[ 63, 12, 8, 31, 67, 32, 16, 16, 34, 2, 51, -15, 66, 43, 64, 5]], dtype=int8) 这是tflite计算的结果 array([[-123, 77, -82, 32, 67, 32, 17, 16, 35, 2, 52, -15, 67, 44, 65, 5]], dtype=int8) 不知道是不是我哪里忽略算错了呢 感谢！！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.161.29.180 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1649204986.A.2AF.html