【Ubuntu】Tensorflow对训练后的模型做8位（uint8）量化转换

最近看到一个巨牛的人工智能教程，分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。平时碎片时间可以当小说看，【点这里可以去膜拜一下大神的“小说”】。

1 量化为PB格式模型

从官方提供的tensorflow版本与编译工具版本中选择bazel版本下载，各个版本的Tensorflow与各个编译环境映射表如下。

版本	Python 版本	编译器	编译工具	cuDNN	CUDA
tensorflow_gpu-1.13.1	2.7 、3.3-3.6	GCC 4.8	Bazel 0.19.2	7.4	10.0
tensorflow_gpu-1.12.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.11.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.10.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.15.0	7	9
tensorflow_gpu-1.9.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.11.0	7	9
tensorflow_gpu-1.8.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.10.0	7	9
tensorflow_gpu-1.7.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.6.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.9.0	7	9
tensorflow_gpu-1.5.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.8.0	7	9
tensorflow_gpu-1.4.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.5.4	6	8
tensorflow_gpu-1.3.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	6	8
tensorflow_gpu-1.2.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.5	5.1	8
tensorflow_gpu-1.1.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8
tensorflow_gpu-1.0.0	2.7、3.3-3.6	GCC 4.8	Bazel 0.4.2	5.1	8

1.1 安装bazel

打开地址：【Bazel官网】阅读详细的安装步骤，从https://github.com/bazelbuild/bazel/releases/tag/0.19.2 下载0.19版本的bazel，这里我们在linux平台下安装，因此选择bazel-0.19.2-installer-linux-x86_64.sh 如下图所示
安装bazel：

# Step 1: Install required packages
sudo apt-get install pkg-config zip g++ zlib1g-dev unzip python3

# Step 2: Run the installer
chmod +x bazel-<version>-installer-linux-x86_64.sh
./bazel-0.19-installer-linux-x86_64.sh --user

# Step 3: Set up your environment
export PATH="$PATH:$HOME/bin"

# Step 4: Install the JDK  
sudo apt-get install openjdk-8-jdk

安装过程中如果有以下异常：

  bazel depends on google-jdk | java8-jdk | java8-sdk | oracle-java8-installer; however:
  Package google-jdk is not installed.
  Package java8-jdk is not installed.
  Package java8-sdk is not installed.
  Package oracle-java8-installer is not installed.

先输入java -version看java是否安装成功，如果没安装成功则重新安装java
如果java正常，则输入：sudo apt-get install -f
再安装bazel

1.2 下载Tensorflow源码

下载1.13版本Tensorflow源码：https://github.com/tensorflow/tensorflow/tree/v1.13.2
使用bazel编译tensorflow量化工具

bazel build tensorflow/tools/graph_transforms:transform_graph

1.3 执行转换量化命令

将导出的pb模型执行模型量化转换，以tensorflow_inception_graph.pb模型为例，命令如下：

bazel-bin/tensorflow/tools/graph_transforms/transform_graph \
--in_graph=tensorflow_inception_graph.pb \
--out_graph=optimized_inception_graph.pb \
--inputs='Mul:0' \
--outputs='softmax:0' \
--transforms='
strip_unused_nodes(type=float, shape="1,299,299,3")
remove_nodes(op=Identity, op=CheckNumerics)
fold_old_batch_norms
'

2 量化为TFLite格式模型

除了使用transform_graph工具对pb模型进行量化转换外，还可以使用TFLite对模型进行量化处理，但是需要注意的是，使用TFLite转换得到的量化模型是tflite结构，意味着只能在tflite中运行（大部分场景为移动端），可以参考官网详细使用步骤：【https://www.tensorflow.org/lite/performance/post_training_quantization】
一个简单的示例如下：

import tensorflow as tf
converter = tf.lite.TFLiteConverter.from_saved_model(saved_model_dir)
converter.optimizations = [tf.lite.Optimize.OPTIMIZE_FOR_SIZE]
tflite_quant_model = converter.convert()