请问用Blade优化基于TensorFlow的ResNet50模型的流程大概是怎样的？
已解决请问用Blade优化基于TensorFlow的ResNet50模型的流程大概是怎样的？
写回答
-
今天也要加油吖~采纳回答您好，主要流程如下：
1.步骤一：准备工作
安装支持TensorRT优化的Blade Wheel包，并下载ResNet50模型及测试数据。
2.步骤二：调用Blade优化模型
调用blade.optimize接口优化模型。
3.步骤三：验证性能
对优化前后的推理速度进行测试，从而验证优化报告中信息的正确性。
4.步骤四：加载运行优化后的模型
集成Blade SDK，加载优化后的模型进行推理。
2023-01-30 20:43:52赞同 展开评论 打赏 -
模型的流程参见阿里云官方文档步骤：https://help.aliyun.com/document_detail/321356.html 背景信息 残差网络ResNet（Residual Network）堪称图像领域深度学习模型实战的"Hello Word"，广泛用于目标分类领域。此外，ResNet作为计算机视觉任务主干经典神经网络的一部分，也用于提取图像的卷积特征。ResNet典型的网络有ResNet26、ResNet50及ResNet101等。
使用限制 本文使用的环境需要满足以下版本要求： 系统环境：Linux系统中使用Python 3.6及其以上版本、CUDA 10.0。 框架：TensorFlow 1.15。 推理优化工具：Blade 3.17.0及其以上版本。 操作流程 使用Blade优化基于TensorFlow的ResNet50模型的流程如下： 步骤一：准备工作 安装支持TensorRT优化的Blade Wheel包，并下载ResNet50模型及测试数据。
步骤二：调用Blade优化模型 调用blade.optimize接口优化模型。
步骤三：验证性能 对优化前后的推理速度进行测试，从而验证优化报告中信息的正确性。
步骤四：加载运行优化后的模型 集成Blade SDK，加载优化后的模型进行推理。
2023-01-30 21:16:44赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
