张量流量化：Op“QuantizationConv2D”和“Conv2D”的速度

Question

基本上，我正在测试Conv2D和QuantizedConv2D的差异速度。我发现如果我使用两个常量节点作为输入和滤波器，则QuantizedConv2D比Conv2D快; 但如果我使用占位符节点作为输入，并使用常量节点作为过滤器，则QuantizedConv2D比Conv2D慢得多。

我使用“tf.Session.run”方法将数据提供给占位符。

我的环境是：

tensorflow-1.3（仅限CPU）， 用源代码编译，python2.7; （编译tensorflow时，我使用-msse4.1）

我使用python time模块来测试成本时间

a=time.time();
for i in range(NUM):
  c=sess.run([output], feed_dict={data: np_list});
b=time.time();
costime = (b-a)/NUM;

有人可以分享原因吗？