1.安裝bazel,從github上下載linux版的.sh文件,然后安裝
2.從GitHub上下載最新的TensorFlow源碼
3.進(jìn)入TensorFlow源碼文件夾,輸入命令
bazel build tensorflow/tools/graph_transforms:transform_graph
這里會(huì)遇到各種坑,比如
ERROR: /opt/tf/tensorflow-master/tensorflow/core/kernels/BUILD:3044:1: C++ compilation of rule ‘//tensorflow/core/kernels:matrix_square_root_op' failed (Exit 4)
gcc: internal compiler error: Killed (program cc1plus)
這個(gè)錯(cuò)誤是cpu負(fù)荷太大,需要加行代碼
# 生成swap鏡像文件 sudo dd if=/dev/zero of=/mnt/512Mb.swap bs=1M count=512 # 對(duì)該鏡像文件格式化 sudo mkswap /mnt/512Mb.swap # 掛載該鏡像文件 sudo swapon /mnt/512Mb.swap
又或者這個(gè)@aws Error downloading
我看csdn有的博主解決方法是去臨時(shí)文件夾刪掉文件重新下載,但是我這邊發(fā)現(xiàn)沒(méi)用,我這邊的解決方法是運(yùn)行bazel前先輸入一條命令:
sed -i '\@https://github.com/aws/aws-sdk-cpp/archive/1.5.8.tar.gz@aws' tensorflow/workspace.bzl
命令里的網(wǎng)址就是實(shí)際要下載的文件的地址,因?yàn)橛械牡刂房赡芨牧?/p>
到這里編譯bazel就完成了
4.編譯完了就可以模型壓縮了,也是一行代碼,in_graph為輸入模型路徑,outputs不動(dòng),out_graph為輸出模型路徑,transforms就填一個(gè)quantize_weights就可以了,這個(gè)就是把32bit轉(zhuǎn)成8bit的,也是此方法最有效的一步;我看有的博主還先編譯summary然后打印出輸入輸出結(jié)點(diǎn),之后再輸入一大堆參數(shù),還刪除一些結(jié)點(diǎn)啥的,我這邊都試了,最終也并沒(méi)有更縮減模型大小,所以就這樣就可以了。
bazel-bin/tensorflow/tools/graph_transforms/transform_graph --in_graph=../model/ctpn.pb --outputs='output_node_name' --out_graph=../model/quantized_ctpn.pb --transforms='quantize_weights'
最終從68m縮減到17m,75%的縮減比例,實(shí)測(cè)效果基本沒(méi)啥差別,這方法還是很管用的。
補(bǔ)充:模型壓縮一二三之tensorflow查看ckpt模型里的參數(shù)和數(shù)值
import os from tensorflow.python import pywrap_tensorflow checkpoint_path = os.path.join("你的模型的目錄>", "./model.ckpt-11000") # Read data from checkpoint file reader = pywrap_tensorflow.NewCheckpointReader(checkpoint_path) var_to_shape_map = reader.get_variable_to_shape_map() # Print tensor name and values for key in var_to_shape_map: print("tensor_name: ", key) print(reader.get_tensor(key))
1、"你的模型目錄>“是指你的meta、ckpt這些模型存儲(chǔ)的路徑。
比如路徑”/models/model.ckpt-11000.meta"這種,那么"你的模型目錄>“就是”/models"
2、當(dāng)目錄下有多個(gè)ckpt時(shí),取最新的model名字到ckpt-最大數(shù)字>就可以了,后面不用了。
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。
標(biāo)簽:昭通 隨州 信陽(yáng) 合肥 阜新 濟(jì)源 淘寶好評(píng)回訪 興安盟
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《解決tensorflow模型壓縮的問(wèn)題_踩坑無(wú)數(shù),總算搞定》,本文關(guān)鍵詞 解決,tensorflow,模型,壓縮,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。