InceptionV3量化感知训练和推理

Question

我已经使用tf-slim在imagenet上从头开始为Inception-V3设置了量化感知训练。我在Tensorboard的网络中看到了“伪量化”操作。 我正在使用tf-slim库提供的默认脚本-train_image_classifer.py，eval_image_classifier.py和num_clones=2进行培训，quantize = True则使用。 我正在尝试评估ImageNet上量化Inception-V3的性能。

我使用了两种方法：

1. 使用默认的eval_image_classifer.py脚本通过带有quantize = True和'is_training = False'的slim.evaluation.evaluate_once（）进行评估。我面对Key InceptionV3/AuxLogits/Conv2d_1b_1x1/act_quant/max not found in checkpoint 错误。当我检查检查点时，可以看到上面的图层附加了克隆ID。因此，基本上我看到的是clone_0/InceptionV3/AuxLogits/Conv2d_1b_1x1/act_quant/max。有没有一种方法可以在解析检查点时跳过克隆ID？

2. 使用自定义脚本冻结检查点-我将默认的Inception-V3 export_inference_graph.py与quantize = True结合使用，并将其用作冻结和转换检查点的参考pb。我最终遇到错误-在检查点中找不到InceptionV3/AuxLogits/Conv2d_1b_1x1/weights_quant/max_0_252。我猜想范围被追加到图层名称。有解决方法吗？

感谢您的帮助。谢谢！