2回答
我已经重新训练了一个RESNET50模型，用于在边缘TPU上重新识别。然而，它似乎没有办法将一批图像提取到EDGE_TPU。 我已经提出了一个解决方案，为图像运行多个相同的模型。然而，有没有办法加快多个模型的模型推断？现在的线程化甚至比单一模型推理还要慢。
浏览 12提问于2020-09-14得票数 0
我有Coral AI usb TPU，我成功地运行了入门示例，部署了已经编译/训练过的示例模型(图像分类)，并在TPU上运行了一个鹦鹉图像推理：--input test_data/parrot.jpg
但是，我想在计算机CPU (例如，我的笔记本电脑或Raspberry Pi )中运行相同模型的推理</em
浏览 14提问于2022-04-28得票数 0
我目前正在编写一份关于我所做的推理基准的报告。在这些基准测试中，我使用了各种形式的YoloV3 3-微型，如TensorFlow、TFLite、TFLite 8位量化、TRT 8位量化、边缘TPU 8位量化模型。我知道这些基本上都是两种格式(.pb和.tflite)，但我想知道是否有一个通用术语适用于此。
它是型号，变体，格式，版本吗？基本上，我想说的是: YoloV3-Tiny在各种_____中都被使用，以显示不同的_____模型对推理</e
浏览 5提问于2022-03-16得票数 -1
3回答
我在边缘设备(带有NVIDIA GTX 1080)上运行Mask R-CNN模型。我目前正在使用Detectron2 Mask R-CNN实现，我相信推理速度大约为5FPS。为了加快速度，我研究了其他推理引擎和模型实现。例如ONNX，但我无法获得更快的推理速度。 TensorRT在我看来非常有前途，但我还没有找到一个现成的“开箱即用”的实现。有没有其他成熟和快速的推理引擎或其他技术来加速推理？
浏览 73提问于2019-12-18得票数 7
1回答
我想不出如何使用python在珊瑚加速器上调用我的.tflite模型。def test_tpu</em
浏览 0提问于2019-06-02得票数 0
回答已采纳
是否有可能不是在Edge-TPU上而是在Coral的CPU上运行Tensorflow模型我有一个edge编译器无法转换的模型。
浏览 0提问于2019-06-07得票数 0
回答已采纳
由于我正在尝试导出模型以在GPU/CPU上运行预测，因此TPUEstimator的use_tpu参数被设置为False。当我尝试保存模型时，抛出了以下错误：(AssignVariableOp) is notsupported on the TPU for inference.由于我计划通过GPU/CPU为模型提供服务，因此Op应该不是问题
浏览 2提问于2018-11-22得票数 3
我买了一个珊瑚边缘TPU，我的覆盆子Pi使用TensorFlow Lite。这里的例子使用了他们自己的框架。设计用于推理的Colar Edge TPU。没有FP32或FP16操作单元。而提供者的图书馆也没有它。所以我想做什么是不可能的。
而Tensorflow核心库也不支持这个设备。
浏览 9提问于2020-02-17得票数 1
回答已采纳
1回答
我试图评估一个Raspberry Pi性能与谷歌Google设备，但没有它的图像分类任务上的视频文件。我已经设法使用边缘TPU USB设备来评估性能。它会给我一个错误，告诉我我需要插件这个设备：具体而言，我所做的是使用珊瑚设备对视频进行推理pycoral.utils.edgetpu import make_interpreter
from utils import visualization as visua
浏览 4提问于2021-07-16得票数 0
回答已采纳
为了将虚拟模型从tf部署到edgetpu板上，我已经制作了一个模型，所有的操作都通过并映射到edgetpu。然而，当我使用tflite解释器运行推理时，它表明 File "run_model.py", line 6, in <module这是由edgetpu_compilter -s选项显示的简单的加法模型：
浏览 7提问于2019-10-18得票数 2
1回答
有没有办法使用开发板作为加速器。我试图在我的笔记本电脑上运行tpu模型，但使用的是开发板的tpu模块。Error: No tpu devices detected!
提前感谢您的帮助！
浏览 1提问于2020-02-13得票数 0
我遵循新的Tensorflow 2对象检测API 2文档，在Google平台TPU上使用传输学习来训练一个更快的RCNN检测器。我遵循官方指令并在本地设置环境(运行在macOS catalina、tensorflow 2.2、python3.6等上)我为GCPs AI-Platform TPU
浏览 3提问于2021-01-22得票数 0
我将一个TFLite模型部署到Raspberry Pi。我正在使用Coral USB加速器来加速推断，它包含一个Edge TPU。我感兴趣的是试验使用不同数据流对此部署的能效的影响。有谁知道在使用Edge TPU加速TFLite模型时，如何指定特定的数据流，例如行固定或输出固定？
浏览 45提问于2020-12-10得票数 0
回答已采纳
现在，我想把Coral连接到windows10机器上。在Windows计算机上，驱动程序随mdt一起安装。 mdt shell返回： Waiting for a device...
浏览 25提问于2019-09-17得票数 0
1回答
例如，我在tflite_convert中使用这个 --graph_def_file=optimized_graph.pb \
--output_format=TFLITE
浏览 2提问于2019-03-24得票数 1
回答已采纳
1回答
Google colab在运行时加速器中引入了TPU。我找到了一个例子，如何在中使用TPU。但是这个例子在google-colaboratory上不起作用。它停留在下面这一行：当我在colab上运行时，它返回用于TPU加速器的[]。有人知道如何在colab上使用TPU</
浏览 2提问于2018-09-27得票数 13
回答已采纳
我正在尝试使用Google edgetpu_compiler将两个现有的tflite模型合并成一个，跟踪。我正在使用谷歌的两个。此错误指示已为Coral设备编译模型。事实上，这些模型已经为Edge TPU编译好了，但我正在尝试将这两种模型结合起来。我是做错了什么，还是组合边缘TPU模型不受支持？coco_quant_postprocess_edgetpu.tflite \
mobilenet_ssd_v2_face_quant
浏览 3提问于2019-10-21得票数 0
2回答
我从Custom Vision下载了一个tensorflow模型，并希望在珊瑚tpu上运行它。你可以在这里看到代码：当我尝试为边缘tpu编译它时，我得到了以下结果： INFO: Initialized
浏览 3提问于2019-08-11得票数 2
我对张量流/边缘TPU的使用非常陌生。虽然我使用classify_image.py脚本运行图像分类，但它在Edge TPU USB模块上的性能非常差，因为它总是加载模型并重新启动设备(您可以看到Win10设备管理器在每次运行脚本时都会重新安装它有没有办法运行python脚本，将图像与USB加密狗中最后加载的模型进行分类，从而避免3-5秒的设备配置时间？
浏览 0提问于2020-03-02得票数 0
1回答
我正面临连接TPU USB加速器到Coral Dev Board的问题。我按照here中的说明操作，但没有成功。我尝试查找端口，结果显示在终端屏幕上： ? experimental_delegates=[load_delegate('libedgetpu.so.1', {"device": "usb:1"} 我在edge TPU上找到了教程演示，似乎他们用来加载模型的方式是通过只需要接收
浏览 21提问于2020-09-08得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
