我有一个在keras中训练的模型，并保存为.h5文件。使用带有tensorflow后端的单精度浮点值训练模型。现在，我想实现一个硬件加速器，该加速器在Xilinx FPGA上执行卷积运算。但是，在决定要在FPGA上使用的定点位宽度之前，我需要通过将权重量化为8或16位数字来评估模型的准确性。我遇到了tensorflow quantise，但不确定如何从每一层获取权重，对其进行量化并将其存储在numpy数组列表中。量化所有层后，我想将模型的权重设置为新形成的量化权重。有人可以帮我吗？
到目前为止，这是我尝试将精度从float32降低到float16的方法。请让我知道这是否正确。
for i in range(len(w_orginal)):
temp_shape = w_orginal[i].shape
print('Shape of index: '+ str(i)+ 'array is :')
print(temp_shape)
temp_array = w_orginal[i]
temp_array_flat = w_orginal[i].flatten()
for j in range(len(temp_array)):
temp_array_flat[j] = temp_array_flat[j].astype(np.float16)
temp_array_flat = temp_array_flat.reshape(temp_shape)
w_fp_16_test.append(temp_array_flat)
答案 0 :(得分：0)
很抱歉，我对tensorflow并不熟悉，所以我无法提供代码，但是也许我对caffe模型进行量化的经验很有意义。
如果我对您的理解正确，则您有一个tensorflow模型（float32），您想将其量化为int8并将其保存在numpy.array中。
首先，您应该读取每一层的所有权重，这可能是python列表或numpy.array或其他东西，没关系。
然后，量化算法将极大地影响精度，您必须为模型选择最佳算法。但是，这些算法具有相同的核心-规模。您需要做的就是将所有权重缩放到-127到127（int8），就像没有scale的{{1}}层一样，并记录比例因子。
平均值，如果要在FPGA上实现，则数据也应量化。这是一个新问题-int8 * int8的结果是int16，这显然是溢出。
为解决此问题，我们创建了一个新参数-shift-将int16结果移回int8。注意，bias参数不是常数8，假设我们有0 * 0 = 0，我们根本不需要移动结果。
我们应该考虑的最后一个问题是，如果网络太深，则由于某些不合理的shift参数，层结果可能会溢出，因此我们无法直接对每个单独的层进行量化而不考虑其他层。
在FPGA上完成所有网络之后，如果要将int8反量化为float32，只需使用（最终结果的）最后一个scale参数进行mul / div（取决于您定义scale的方式）。
这是基本的量化算法，其他类似scale的算法可能具有更高的准确性。现在我们有了量化模型，您可以将其保存到所需的任何内容中，这不是一件容易的事。
P.S。为什么会麻木？ bin文件最适合FPGA，不是吗？
而且，您对在FPGA上实现softmax有什么想法？我对此感到困惑...