• 状态 Resolved
  • 已锁定 已锁定
  • 回复 10 回复
  • 订户 0 订户
  • 视图 413 视图
  • 用户 0 会员在此处
选项
选项
相关

This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] PROCESSOR-SDK-DRA8X-TDA4X：具有 TensorFlow 的 TDA4

admin
Guru**** 2538930 points


请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/908198/processor-sdk-dra8x-tda4x-tda4-with-tensorflow

器件型号：PROCESSOR-SDK-DRA8X-TDA4X

您好，香榭丽舍

第一。 我正在使用 TIDL 体验 TDA4。

2。 在此文件中、需要在 Ubuntu 18上安装 tensorFlow 才能使用此文件： optimize_for_inference.py

3号。 请参阅以下部分。

   我的问题是：

我们需要安装哪个 TensorFlow 版本？

需要选择哪个 Python 版本(2或3)？

请发表评论。

谢谢。

BR RIO

 

文件：///opt/psdk_rtos_auto_j7_06_02_00_21_original/tidl_j7_01_01_00_10/ti_dl/docs/user_guide_html/md_tidl_user_model_deployment.html。#环境设置

从此处下载包含已训练模型的 tarball。

您需要从 tarball 中提取 MobileNet_v2_1.0_224_Frozen．PB 并将其放入 ti_dl/test/testvecs/models/public/tensorflow/MobileNet_v2目录中。

下载的 tensorflow 模型只有在针对推理进行优化后才能导入。 运行 optimize_for_inference.py (随 tensorflow 安装分发)以创建优化的模型文件。
用户@Uubuntu-PC$ python optimize_for_inference.py \
--input=$｛tidl_install_path｝/tidl/test/testvecs/models/public/tensorflow/MobileNet_v2/MobileNet_v2_1.0_224_Frozen．pb \
--output=$｛tidl_install_path｝/ti_dl/test/testvecs/models/public/tensorflow/MobileNet_v2/MobileNet_v2_1.0_224_final.pb \
--input_names="input"\
--output_names="MobilenetV2/Predictions/Softmax"

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    *用于冻结 TF 推理图的工具版本
    -python 3.6.7

    - tensorflow 1.12.0

    －tensorflow/models repo commit id：62ce5d2a4c39f8e3add4fae70cb0d19d195265c6

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    您好 Kumar：

    将其放置在哪里需要设置 tensorflow 路径？

    BR RIO

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    我无法理解您的问题。 您能更具体吗？

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    您好 Kumar：

    我是说、我需要在哪里安装 tensorflow？

    此路径是吗？ =>ti_dl/test/testvecs/models/public/tensorflow/

    如果我想重新训练这个模型，应该在这个路径中安装 TF：--> ti_dl/test/testvecs/models/public/tensorflow/

    谢谢。

    BR RIO

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    TIDL 不依赖于 TensorFlow 的安装。

    您可以在机器的任何位置安装 TensorFlow。

    完成模型培训后。 您需要在 TIDL 导入配置文件中指定模型文件路径。

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    您好 Kumar：

    谢谢。

    BTW、我的 TI 笔记本电脑上没有 GPU。

    您能给我一个明确的指令命令来在 Ubuntu 18.04上安装带 Python3.7且仅用于 CPU 的 TensorFlow 吗？

    我以前安装过 TF、但 TF 需要与 Bazel 版本相匹配。

    如果使用 PIP 安装 TF、那么我将不会有这个文件： optimize_for_inference.py

    谢谢。

    BR RIO

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    如何解决此问题？

    电源 我成功地使用了 Bazel 编译 TF 1.12rc。

    root@ubuntu-VM：/opt/tensorflow python /opt/tensorflow/tensorflow/python/tools/optimize_for_inference.py -input=$｛tidl_install_path｝/tidl/testvecs/models/public/tensorflow/MobileNet_v2/MobileNet_v2_1.0_224_Frostate.pb -output=$｛tidl_install_path｝/tidlet/testnet/testv2/testv2/outputs/port_port_orv2/env2/outputs/port_orv2/env2/env2_pruest/outputs-outputs-outputs/port_orv2_env2/env2_pruest/outputs-outputs-outputs/tids/port_port_ports/port_orv2_env
    回溯(最近一次调用最后一次)：
    文件"/opt/tensorflow/tensorflow/python/tools/optimize_for_inference.py、第64行、在中
    从 tensorflow.core.framework 导入 graph_PB2
    ModuleNotFoundError：没有名为'tensorflow'的模块

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    这意味着 Tensorflow 未正确安装在您的机器中。

    请从 Tensoflow 社区获取有关此方面的帮助

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    您好 Kumar：

    您可以帮助我检查此优化结果日志是否正确？

    root@ubuntu-VM：/opt/psdk_rtos_auto_j7_06_02_00_21/tidl_j7_01_01_00_10/ti_dl/test/testvecs/models/public/tensorflow/mobilenet_v2 python /opt/tensorflow/tensorflow/python/tools/optimize_for_inference.py -input=$｛tidl_install_path｝/tidl/testvecs/models/public/tensorflow/MobileNet_v2/MobileNet_v2_1.0_224_Frostate.pb -output=$｛tidl_install_path｝/tidlet/testnet/testv2/testv2/outputs/port_port_orv2/env2/outputs/port_orv2/env2/env2_pruest/outputs-outputs-outputs/port_orv2_env2/env2_pruest/outputs-outputs-outputs/tids/port_port_ports/port_orv2_env
    警告：tensorflow：未找到"MinoretV2/expanded_conv/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_1_depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_2/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_3/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_4/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_5/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_6/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_7/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_8/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_9/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_10/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_11/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_12/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_13/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_14/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_15/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：未找到"MinoretV2/expanded_conv_16/depthwise/BatchNorm/FusedBatchNorm"的预期 Conv2D 输入
    警告：tensorflow：来自/opt/tensorflow/tensorflow/python/tools/optimize_for_inference.py：95：FastGFile.__init__(来自 tensorflow.python.platform.gfile)已被弃用，并将在将来的版本中删除。
    更新说明：
    使用 tf.gfile.gFile。

  • 0
    TI__Guru**** 2538930 points
    请注意，本文内容源自机器翻译，可能存在语法或其它翻译错误，仅供参考。如需获取准确内容，请参阅链接中的英语原文或自行翻译。

    是的、这看起来不错