1

我看到从 Keras/TensorFlow/PyTorch 等转换的模型出现意外行为。

MLModel2-3GB.

self.myModel = MyModel(model: mlModel)

即使对于重量小于1MB.

此外,使用MLModelConfiguration,更改computeUnits似乎会稍微改变内存使用情况,.cpuOnly通常需要最少的内存。

但是看在上帝的份上,我不知道为什么会发生这种情况,是不是我转换他们的方式有问题?那具体层能引起吗?有没有人可以解决这个问题?

这是我们转换的模型: https ://github.com/HasnainRaz/Fast-SRGAN

在此处输入图像描述

4

0 回答 0