liyuyuan6969
liyuyuan6969
> v7-gcc 多线程支持的，另外看下编译时open mp 是否打开，线程数是否设置正确 CPU信息：2个A75+6个A55 1.老哥 我也遇到这个问题，开始我是用的clang编译的，设置线程和模型都没有作用，模式设置成LITE_POWER_HIGH和LITE_POWER_NO_BIND、LITE_POWER_RAND_LOW推理耗时都在260ms左右，LITE_POWER_FULL和LITE_POWER_RAND_HIGH都会在1000ms左右 2.因为想降低耗时，就想着设置下多线程，发现设置了之后都没有作用，就找到了这个帖子，然后就去paddle lite网站下了个gcc版本的，下载下来后，就把原来的clang版本的libc++_shared.so和libpaddle_light_api_shared.so替换成了gcc版本的，因为是用的cmake来进行编译的，cmake的脚本里面的参数由clang改为了gcc，设置成4线程测了LITE_POWER_HIGH和LITE_POWER_FULL，发现耗时没有变化，请问是哪里操作有问题吗？蟹蟹！ 3.还有就是，我是使用的cmake来进行编译的，怎么看open mp有没有打开呢？ 下面的是make.sh编译脚本（用的是cmake来进行编译的，自己写的main函数来加载图片然后输入到检测模型和关键点检测模型，测得耗时）： ``` export BASE_PATH=/data/liyy/PoseDemoProject export NDK_PATH=${BASE_PATH}/android-ndk-r15c #export NDK_PATH=${SDK_PATH} export cmake=${NDK_PATH}/build/cmake/cmake-3.22.1/bin/cmake export LD_LIBRARY_PATH=${NDK_PATH}/sources/cxx-stl/llvm-libc++/libs/armeabi-v7a:${LD_LIBRARY_PATH} export LD_LIBRARY_PATH=/data/liyy/PoseDemoProject/pose_demo_android/app/src/main/cpp/build:${LD_LIBRARY_PATH} mkdir build cd build...
> 1，我看了下log里面出错的文件，感觉log不全，而且如果有错误，应该log会报错啊？麻烦帮忙看下是哪里的bug呢？ 2，有木有查看手机gpu是否可用，是否支持opencl的方法，有log提示吗？ 老哥，请问你的tiny-pose多线程问题解决了吗？
> https://github.com/PaddlePaddle/PaddleSlim/blob/develop/demo/quant/quant_post/quant_post.py#L75 如果有已经写好的dataloader的话，可以直接传入dataloader，不用写 sample_generator 了 好的，谢谢哈！我试试
> 1. 我调用这个API接口出现了这个错误，是版本不对吗？我得paddleSlim是2.1.1的  2. 请问这个支持动态图量化吗？静态图量化需要给data_loader传一个feed_list进去，我直接传了image进去，不知道要不要传label，这个feed_list该怎么传是需要看哪里呢？ 
> 我将paddleslim的版本更新为了2.2.2后，可以使用dataloader的选项，但是现在报错feed_list的数量不匹配 错误信息：ValueError: (InvalidArgument) The sample number of reader's input data and the input number of feed list are not equal. 
> > > > > > > > > 我将paddleslim的版本更新为了2.2.2后，可以使用dataloader的选项，但是现在报错feed_list的数量不匹配 错误信息：ValueError: (InvalidArgument) The sample number of reader's input data and the input number of feed list are not equal. ...
终于量化成功了 参考文档见：https://aistudio.baidu.com/aistudio/projectdetail/3924444 关键点检测模型量化代码如下： ``` # quant.py import os import paddle import paddleslim as slim import numpy as np import warnings from pycocotools.coco import COCO import json import tqdm from PIL...
确实，没搜到