在Tensorflow中,QuantizedConv2DOp中有conditional check
OP_REQUIRES(context, strides_[1] == strides_[2],
errors::InvalidArgument(
"Current implementation only supports equal length "
"strides in the row and column dimensions."));
阻止我们在x
和y
维度中传递不同的步幅值。
后面的代码中,有this
// For now we take the stride from the second dimension only (we
// assume row = col stride, and do not support striding on the
// batch or depth dimension).
const int stride = strides_[1];
有人对为什么会出现这种状况有任何想法吗?我有一个使用[3,1]
步幅的网络。我想用量化版本模拟传统的conv2d op。
目前有没有办法实现这一目标?