tensorflow Whisper Hybrid编码器模型在动态量化函数方面表现良好,但在使用全整型模型进行训练后量化时会失败,

nlejzf6q  于 6个月前  发布在  其他
关注(0)|答案(3)|浏览(43)

1. 系统信息

  • 操作系统平台和发行版(例如,Linux Ubuntu 16.04):
  • TensorFlow安装方式(pip包或从源代码构建):
  • TensorFlow库(版本,如果是pip包,则为版本号;如果是从源代码构建,则为github SHA):

2. 代码

请参考下面的colab以重现问题。
https://colab.research.google.com/drive/1S_3bVlwRZkMaYvvKwtPfWlyXQLS0Bvxa?usp=sharing

(You can paste links or attach files by dragging & dropping them below)
- Provide links to your updated versions of the above two colab notebooks.
- Provide links to your TensorFlow model and (optionally) TensorFlow Lite Model.
选项B:将您的代码粘贴在这里或提供一个指向自定义端到端colab的链接
(You can paste links or attach files by dragging & dropping them below)
- Include code to invoke the TFLite Converter Python API and the errors.
- Provide links to your TensorFlow model and (optionally) TensorFlow Lite Model.

3. 转换失败后的情况

如果转换成功,但生成的模型错误,请说明错误原因:

  • 模型产生错误结果或准确度较低。
  • 模型产生正确结果,但比预期慢。

4. (可选)RNN转换支持

如果要将TF RNN转换为TFLite融合RNN操作,请在标题前加上[RNN]。

5. (可选)其他信息/日志

包括任何有助于诊断问题的日志或源代码。如果包含回溯,请包括完整的回溯。大型日志和文件应附加。

20jt8wwn

20jt8wwn1#

请查看此问题。
提前感谢

tp5buhyn

tp5buhyn2#

model = "[https://tfhub.dev/google/nnlm-en-dim50/2](https://tfhub.dev/google/nnlm-en-dim50/2)"
hub_layer = hub.KerasLayer(model, input_shape=[], dtype=tf.string, trainable=True)
hub_layer(train_examples[:3])
56lgkhnf

56lgkhnf3#

感谢您报告此问题。
抱歉回复较晚。
我在 TF 2.11 上重现了此问题。请查看gist here
@sachinprasadhs,请问您能否调查一下这个问题?谢谢。

相关问题