如果Edge TPU编译器仅支持3个暗张量,如何实现conv2d层?

时间:2019-08-15 08:14:41

标签: python tensorflow machine-learning tensorflow-lite google-coral

我有一个很希望回答的问题。

如果我想实现一个简单的conv2d层,我需要一个4维权重张量,其中所有维的大小通常都大于1。

但是Edge TPU编译器的要求是:“张量是一维,二维或3维的。如果张量具有3个以上的维,则只有3个最里面的维可能具有大于1的大小。 ”。 (https://coral.withgoogle.com/docs/edgetpu/models-intro/

现在问我一个问题:如果只有三个可用尺寸大于一个的三维张量,如何实现转换层?还是我弄错了?

提前谢谢

2 个答案:

答案 0 :(得分:0)

我认为这意味着各层的输入张量和输出都受到限制。正如您正确指出的那样,即使内核张量不满足那些形状要求,编译器当然也接受conv2d层!

答案 1 :(得分:0)

Edge TPU无法接受一批输入图像,这就是张量的第四维。它代表批次的大小。并且Conv2d操作是在三维张量上定义的,拥有一批图像只会对每个输入图像分别并行执行2D卷积。