小编A. *_*Sam的帖子

我正在使用张量流图形变换工具来量化图形

input_names = ["prefix/input"]
output_names = ["final_result"]


transforms1 = ["strip_unused_nodes","fold_constants(ignore_errors=true)",  "fold_batch_norms",  "fold_old_batch_norms","quantize_weights" ]

transformed_graph_def = TransformGraph(graph.as_graph_def(), input_names,output_names, transforms1)

我使用该选项quantize_weights来量化权重曲线,我知道某些节点可以通过改变门槛仍然未量化minimum_size的quantize_weights,所以留下一些节点未量化的当然是可能的.

我想量化除名称为K的特定节点或名称为K(set)的节点集之外的所有节点的权重.怎么能实现这一目标？

nxn需要使用所需属性构建大小矩阵.

1. n甚至.(作为算法的输入)
2. 矩阵应包含整数0到n-1
3. 主对角线应仅包含零,矩阵应对称.
4. 每行中的所有数字都应该不同.

对于各种n,可能需要任何一种可能的输出.

input
2
output
0 1
1 0

input
4
output
0 1 3 2
1 0 2 3
3 2 0 1
2 3 1 0

现在,我想到的唯一想法是以递归方式强制构建组合并修剪.

如何以迭代的方式有效地完成这项工作？

我有一个尺寸为 7000*2048 且类型为 int16 的 numpy 矩阵，它在我的磁盘上大约需要 40MB，我想在我的 android 应用程序中读取这个矩阵，我尝试将其转换为 CSV 文件，但文件大小变得超过500MB 太多了，无法打包到我的 android 应用程序中。

我也尝试将其转换为 JSON，但文件大小再次超过 100MB，是否有一些合适的数据格式可以将我的 numpy(int16) 数组转换为占用较少空间并且在 Android/Java 中可读的数据格式。