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] TDA2EVM5777:将受过 bvlc 训练的模型推理输出层逐层与 TIDL 主机仿真推理输出进行比较

Guru**** 2952510 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/674939/tda2evm5777-comparing-bvlc-caffe-trained-model-inference-output-layer-by-layer-with-tidl-host-emulation-inference-output

器件型号:TDA2EVM5777

您好、Kumar、

我正在尝试在正常的 bvlc caffe 和 TIDL 主机仿真中逐层比较推理输出。

仅 TIDL 主机仿真的第一层输出、我可以与 bvlc caffe 匹配(因为它只是输入图像)。 输出的其余部分不匹配。 是否有任何正确的方法来验证 bvlc caffe 训练模型和 TIDL 转换后的 caffe 模型。

1. BVLC Caffe  

image.jpg

deploy.prototxt

model.caffemodel

我在这里编写了一个与 python 中的 TIDL 相同的量化代码。

-转换层输出,它将采用浮点,我将被量化到8位。 以将其与 TIDL Conv 层输出相匹配

2. TIDL Caffe (主机仿真)

-image.y

deploy_net.bin

model_param.bin

-在推理过程中,假设我在 out trace_dump_0_50x50.y 中获得 conv 层输出

-这已经是一个量化的输出。 因此、我尝试将其与 BVLC 咖啡因量化输出相匹配。

我还编写了 python 脚本,用于将具有形状(1x n)的.y 转换为具有形状(h、w、ch)的.data,反之亦然。  

我没有得到相同的输出。

上述方法是否正确?  

此致、

Sagar