 在 TensorFlow.org 上查看
|
 在 Google Colab 中运行
|
 在 GitHub 上查看源代码
|
 下载笔记本
|
概述
TensorFlow Lite 现在支持在将模型从 TensorFlow 转换为 TensorFlow Lite 的扁平缓冲区格式时，将权重转换为 16 位浮点数。这将使模型大小减少 2 倍。某些硬件（如 GPU）可以以这种降低的精度算术进行本地计算，从而实现比传统浮点执行更快的速度。Tensorflow Lite GPU 代理可以配置为以这种方式运行。但是，转换为 float16 权重的模型仍然可以在 CPU 上运行，无需额外修改：float16 权重在第一次推理之前被上采样为 float32。这允许在模型大小显着减少的情况下，以换取对延迟和精度的最小影响。
在本教程中，您将从头开始训练一个 MNIST 模型，检查其在 TensorFlow 中的准确性，然后将模型转换为具有 float16 量化的 Tensorflow Lite 扁平缓冲区。最后，检查转换后的模型的准确性，并将其与原始 float32 模型进行比较。
构建 MNIST 模型
设置
import logging
logging.getLogger("tensorflow").setLevel(logging.DEBUG)
import tensorflow as tf
from tensorflow import keras
import numpy as np
import pathlib
训练和导出模型
# Load MNIST dataset
mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
# Normalize the input image so that each pixel value is between 0 to 1.
train_images = train_images / 255.0
test_images = test_images / 255.0
# Define the model architecture
model = keras.Sequential([
keras.layers.InputLayer(input_shape=(28, 28)),
keras.layers.Reshape(target_shape=(28, 28, 1)),
keras.layers.Conv2D(filters=12, kernel_size=(3, 3), activation=tf.nn.relu),
keras.layers.MaxPooling2D(pool_size=(2, 2)),
keras.layers.Flatten(),
keras.layers.Dense(10)
])
# Train the digit classification model
model.compile(optimizer='adam',
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
model.fit(
train_images,
train_labels,
epochs=1,
validation_data=(test_images, test_labels)
)
对于此示例，您仅训练了模型一个 epoch，因此它只训练到约 96% 的准确率。
转换为 TensorFlow Lite 模型
使用 TensorFlow Lite 转换器，您现在可以将训练后的模型转换为 TensorFlow Lite 模型。
现在使用 TFLiteConverter 加载模型
converter = tf.lite.TFLiteConverter.from_keras_model(model)
tflite_model = converter.convert()
将模型写入 .tflite 文件
tflite_models_dir = pathlib.Path("/tmp/mnist_tflite_models/")
tflite_models_dir.mkdir(exist_ok=True, parents=True)
tflite_model_file = tflite_models_dir/"mnist_model.tflite"
tflite_model_file.write_bytes(tflite_model)
要将模型在导出时量化为 float16，首先将 optimizations 标志设置为使用默认优化。然后指定 float16 是目标平台上支持的类型
converter.optimizations = [tf.lite.Optimize.DEFAULT]
converter.target_spec.supported_types = [tf.float16]
最后，像往常一样转换模型。请注意，默认情况下，转换后的模型在调用时仍将使用浮点输入和输出，以方便使用。
tflite_fp16_model = converter.convert()
tflite_model_fp16_file = tflite_models_dir/"mnist_model_quant_f16.tflite"
tflite_model_fp16_file.write_bytes(tflite_fp16_model)
请注意，生成的模型文件大小约为 1/2。
ls -lh {tflite_models_dir}
运行 TensorFlow Lite 模型
使用 Python TensorFlow Lite 解释器运行 TensorFlow Lite 模型。
将模型加载到解释器中
interpreter = tf.lite.Interpreter(model_path=str(tflite_model_file))
interpreter.allocate_tensors()
interpreter_fp16 = tf.lite.Interpreter(model_path=str(tflite_model_fp16_file))
interpreter_fp16.allocate_tensors()
在一张图像上测试模型
test_image = np.expand_dims(test_images[0], axis=0).astype(np.float32)
input_index = interpreter.get_input_details()[0]["index"]
output_index = interpreter.get_output_details()[0]["index"]
interpreter.set_tensor(input_index, test_image)
interpreter.invoke()
predictions = interpreter.get_tensor(output_index)
import matplotlib.pylab as plt
plt.imshow(test_images[0])
template = "True:{true}, predicted:{predict}"
_ = plt.title(template.format(true= str(test_labels[0]),
predict=str(np.argmax(predictions[0]))))
plt.grid(False)
test_image = np.expand_dims(test_images[0], axis=0).astype(np.float32)
input_index = interpreter_fp16.get_input_details()[0]["index"]
output_index = interpreter_fp16.get_output_details()[0]["index"]
interpreter_fp16.set_tensor(input_index, test_image)
interpreter_fp16.invoke()
predictions = interpreter_fp16.get_tensor(output_index)
plt.imshow(test_images[0])
template = "True:{true}, predicted:{predict}"
_ = plt.title(template.format(true= str(test_labels[0]),
predict=str(np.argmax(predictions[0]))))
plt.grid(False)
评估模型
# A helper function to evaluate the TF Lite model using "test" dataset.
def evaluate_model(interpreter):
input_index = interpreter.get_input_details()[0]["index"]
output_index = interpreter.get_output_details()[0]["index"]
# Run predictions on every image in the "test" dataset.
prediction_digits = []
for test_image in test_images:
# Pre-processing: add batch dimension and convert to float32 to match with
# the model's input data format.
test_image = np.expand_dims(test_image, axis=0).astype(np.float32)
interpreter.set_tensor(input_index, test_image)
# Run inference.
interpreter.invoke()
# Post-processing: remove batch dimension and find the digit with highest
# probability.
output = interpreter.tensor(output_index)
digit = np.argmax(output()[0])
prediction_digits.append(digit)
# Compare prediction results with ground truth labels to calculate accuracy.
accurate_count = 0
for index in range(len(prediction_digits)):
if prediction_digits[index] == test_labels[index]:
accurate_count += 1
accuracy = accurate_count * 1.0 / len(prediction_digits)
return accuracy
print(evaluate_model(interpreter))
在 float16 量化模型上重复评估，以获得
# NOTE: Colab runs on server CPUs. At the time of writing this, TensorFlow Lite
# doesn't have super optimized server CPU kernels. For this reason this may be
# slower than the above float interpreter. But for mobile CPUs, considerable
# speedup can be observed.
print(evaluate_model(interpreter_fp16))
在本例中，您已将模型量化为 float16，并且精度没有差异。
也可以在 GPU 上评估 fp16 量化模型。要使用减少精度的值执行所有算术运算，请确保在您的应用程序中创建 TfLiteGPUDelegateOptions 结构，并将 precision_loss_allowed 设置为 1，如下所示
//Prepare GPU delegate.
const TfLiteGpuDelegateOptions options = {
.metadata = NULL,
.compile_options = {
.precision_loss_allowed = 1, // FP16
.preferred_gl_object_type = TFLITE_GL_OBJECT_TYPE_FASTEST,
.dynamic_batch_enabled = 0, // Not fully functional yet
},
};
有关 TFLite GPU 代理的详细文档以及如何在应用程序中使用它的信息，请参阅 此处