 在 TensorFlow.org 上檢視
|
 在 Google Colab 中執行
|
 在 GitHub 上檢視原始碼
|
 下載筆記本
|
總覽
TensorFlow Lite 現在支援在將模型從 TensorFlow 轉換為 TensorFlow Lite 的 FlatBuffer 格式時，將啟動轉換為 16 位元整數值，並將權重轉換為 8 位元整數值。我們將此模式稱為「16x8 Quantization 模式」。當啟動對 Quantization 敏感時，此模式可以顯著提高 Quantization 模型的準確性，同時仍可實現近 3-4 倍的模型大小縮減。此外，此完整 Quantization 模型可由僅限整數的硬體加速器使用。
受益於此訓練後 Quantization 模式的模型範例包括
- 超高解析度，
- 音訊訊號處理，例如降噪和波束成形，
- 圖片降噪，
- 從單張圖片重建 HDR
在本教學課程中，您將從頭開始訓練 MNIST 模型、在 TensorFlow 中檢查其準確性，然後使用此模式將模型轉換為 Tensorflow Lite FlatBuffer。最後，您將檢查轉換後模型的準確性，並將其與原始 float32 模型進行比較。請注意，此範例示範了此模式的用法，並未顯示相較於 TensorFlow Lite 中其他可用 Quantization 技術的優勢。
建構 MNIST 模型
設定
import logging
logging.getLogger("tensorflow").setLevel(logging.DEBUG)
import tensorflow as tf
from tensorflow import keras
import numpy as np
import pathlib
檢查 16x8 Quantization 模式是否可用
tf.lite.OpsSet.EXPERIMENTAL_TFLITE_BUILTINS_ACTIVATIONS_INT16_WEIGHTS_INT8
訓練並匯出模型
# Load MNIST dataset
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
# Normalize the input image so that each pixel value is between 0 to 1.
train_images = train_images / 255.0
test_images = test_images / 255.0
# Define the model architecture
model = keras.Sequential([
keras.layers.InputLayer(input_shape=(28, 28)),
keras.layers.Reshape(target_shape=(28, 28, 1)),
keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation=tf.nn.relu),
keras.layers.MaxPooling2D(pool_size=(2, 2)),
keras.layers.Flatten(),
keras.layers.Dense(10)
])
# Train the digit classification model
model.compile(optimizer='adam',
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
model.fit(
train_images,
train_labels,
epochs=1,
validation_data=(test_images, test_labels)
)
在此範例中，您僅將模型訓練了一個週期，因此僅訓練到約 96% 的準確性。
轉換為 TensorFlow Lite 模型
現在，您可以使用 TensorFlow Lite Converter，將訓練後的模型轉換為 TensorFlow Lite 模型。
現在，使用 TFliteConverter 將模型轉換為預設 float32 格式
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
將其寫出到 .tflite 檔案
tflite_models_dir = pathlib.Path("/tmp/mnist_tflite_models/")
tflite_models_dir.mkdir(exist_ok=True, parents=True)
tflite_model_file = tflite_models_dir/"mnist_model.tflite"
tflite_model_file.write_bytes(tflite_model)
若要改為將模型 Quantization 為 16x8 Quantization 模式，請先設定 optimizations 旗標以使用預設最佳化。然後在目標規格中指定 16x8 Quantization 模式是必要支援的運算
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.target_spec.supported_ops = [tf.lite.OpsSet.EXPERIMENTAL_TFLITE_BUILTINS_ACTIVATIONS_INT16_WEIGHTS_INT8]
如同 int8 訓練後 Quantization 的情況，可以透過將轉換器選項 inference_input(output)_type 設定為 tf.int16，來產生完整的整數 Quantization 模型。
設定校正資料
mnist_train, _ = tf.keras.datasets.mnist.load_data()
images = tf.cast(mnist_train[0], tf.float32) / 255.0
mnist_ds = tf.data.Dataset.from_tensor_slices((images)).batch(1)
def representative_data_gen():
for input_value in mnist_ds.take(100):
# Model has only one input so each data point has one element.
yield [input_value]
converter.representative_dataset = representative_data_gen
最後，照常轉換模型。請注意，預設情況下，為了方便叫用，轉換後的模型仍會使用 float 輸入和輸出。
tflite_16x8_model = converter.convert()
tflite_model_16x8_file = tflite_models_dir/"mnist_model_quant_16x8.tflite"
tflite_model_16x8_file.write_bytes(tflite_16x8_model)
請注意，產生的檔案大小約為 1/3。
ls -lh {tflite_models_dir}
執行 TensorFlow Lite 模型
使用 Python TensorFlow Lite Interpreter 執行 TensorFlow Lite 模型。
將模型載入到 Interpreter
interpreter = tf.lite.Interpreter(model_path=str(tflite_model_file))
interpreter.allocate_tensors()
interpreter_16x8 = tf.lite.Interpreter(model_path=str(tflite_model_16x8_file))
interpreter_16x8.allocate_tensors()
在單張圖片上測試模型
test_image = np.expand_dims(test_images[0], axis=0).astype(np.float32)
input_index = interpreter.get_input_details()[0]["index"]
output_index = interpreter.get_output_details()[0]["index"]
interpreter.set_tensor(input_index, test_image)
interpreter.invoke()
predictions = interpreter.get_tensor(output_index)
import matplotlib.pylab as plt
plt.imshow(test_images[0])
template = "True:{true}, predicted:{predict}"
_ = plt.title(template.format(true= str(test_labels[0]),
predict=str(np.argmax(predictions[0]))))
plt.grid(False)
test_image = np.expand_dims(test_images[0], axis=0).astype(np.float32)
input_index = interpreter_16x8.get_input_details()[0]["index"]
output_index = interpreter_16x8.get_output_details()[0]["index"]
interpreter_16x8.set_tensor(input_index, test_image)
interpreter_16x8.invoke()
predictions = interpreter_16x8.get_tensor(output_index)
plt.imshow(test_images[0])
template = "True:{true}, predicted:{predict}"
_ = plt.title(template.format(true= str(test_labels[0]),
predict=str(np.argmax(predictions[0]))))
plt.grid(False)
評估模型
# A helper function to evaluate the TF Lite model using "test" dataset.
def evaluate_model(interpreter):
input_index = interpreter.get_input_details()[0]["index"]
output_index = interpreter.get_output_details()[0]["index"]
# Run predictions on every image in the "test" dataset.
prediction_digits = []
for test_image in test_images:
# Pre-processing: add batch dimension and convert to float32 to match with
# the model's input data format.
test_image = np.expand_dims(test_image, axis=0).astype(np.float32)
interpreter.set_tensor(input_index, test_image)
# Run inference.
interpreter.invoke()
# Post-processing: remove batch dimension and find the digit with highest
# probability.
output = interpreter.tensor(output_index)
digit = np.argmax(output()[0])
prediction_digits.append(digit)
# Compare prediction results with ground truth labels to calculate accuracy.
accurate_count = 0
for index in range(len(prediction_digits)):
if prediction_digits[index] == test_labels[index]:
accurate_count += 1
accuracy = accurate_count * 1.0 / len(prediction_digits)
return accuracy
print(evaluate_model(interpreter))
在 16x8 Quantization 模型上重複評估
# NOTE: This quantization mode is an experimental post-training mode,
# it does not have any optimized kernels implementations or
# specialized machine learning hardware accelerators. Therefore,
# it could be slower than the float interpreter.
print(evaluate_model(interpreter_16x8))
在此範例中，您已將模型 Quantization 為 16x8，準確性沒有差異，但大小縮減了 3 倍。