代码拉取完成,页面将自动刷新
运行环境:
MNIST预训练模型位于 models/mnist_tf2_fw.h5
修改 mnist_nolinear.py
的level数,如16、8、4等,运行程序,获得三种量化方式的推理准确率。
量化方式 | 全精度 | 32 | 16 | 8 | 4 |
---|---|---|---|---|---|
逆采样 | 98.18 | 97.88 | 97.75 | 96.83 | 85.11 |
Lloyd | 98.18 | 98.05 | 97.62 | 95.87 | 93.47 |
normal | 98.18 | 97.90 | 96.70 | 92.33 | 56.82 |
cifar10预训练模型位于 models/cifar10_tf2_fw.h5
修改 cifar10_nolinear.py
的level数,如16、8、4等,运行程序,获得三种量化方式的推理准确率。
量化方式 | 全精度 | 32 | 16 | 8 | 4 |
---|---|---|---|---|---|
逆采样 | 69.74 | 67.76 | 61.41 | 44.65 | 46.09 |
Lloyd | 69.74 | 67.66 | 67.65 | 58.89 | 44.52 |
normal | 69.74 | 67.66 | 63.00 | 44.82 | 10.82 |
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。