keras 如何可视化TensorFlow Lite模型的功能图?

blmhpbnm  于 2022-11-24  发布在  其他
关注(0)|答案(1)|浏览(156)

我使用Keract来可视化TensorFlow/Keras模型的特征图。
我已经使用TensorFlow Lite应用了量化。我想在推理过程中可视化TensorFlow Lite模型生成的特征图。您知道如何实现这一点吗?
原因是我并不完全理解权重、激活和标度/零点系数之间的相互作用,所以我想对量化网络一步一步地做推理过程。
谢谢你的帮忙

swvgeqrz

swvgeqrz1#

有几种方法可以提取有关权重、比例和零点值的信息。

第一种方式

您还可以从TensorFlow网站找到有关以下代码的其他信息。

import tensorflow as tf
import numpy as np

#Load your TFLite model.
TF_LITE_MODEL_FILE_NAME = "Your_TFLite_file.tflite" 
interpreter = tf.lite.Interpreter(model_path=TF_LITE_MODEL_FILE_NAME)

#Gives you input and output details
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()

#Gives you all tensor details index-wise. you will find all the quantization_parameters here
interpreter.get_tensor_details()

#get individual tensor value. interpreter.get_tensor(give_index_number). You will find the index for individual tensor index from get_tensor_details
interpreter.allocate_tensors()
r= interpreter.get_tensor(12).astype(np.float32)
print('Tensors', r)

方法二(简单方法):

将您的TFLite文件上传到Netron Website上。在那里您可以得到关于您的TFLite文件的很多信息。您也可以在您的PC上安装Netron。这里是在您的PC上安装Netron的Netron git link

相关问题