我注意到了Apollo使用的是caffe，而caffe默认使用float作为深度学习的精度
但是xavier的GPU，EyeQ5和Tensor core和别的一些机器学习芯片比如寒武纪，它的算力都是说的几十TOPS（而且强调了支持INT8和FP16精度类型），用的是INT8来评估的，最终在这些芯片上是不是不能使用float精度的caffe呢？如果必须使用FP16和INT8精度类型的深度学习模型，但是我看了一下开源社区却发现很少又这样的资料，为什么呢?
gouchaoer
All 2 comments
当然是可以使用float的，只要你的计算力足够，但是根据我们的经验，INT8可以成倍提升运算效率。可以参考下GPU下使用TensorRT的方式，有直接将模型转换至INT8的接口。
zk5580752
on 6 Dec 2018
👍3
Closing this issue as it appears to be resolved. Feel free to reopen if you have additional questions. Thanks!
natashadsouza
on 15 Mar 2019
Was this page helpful?
0 / 5 - 0 ratings
Related issues
lyletbjohnson
·
3Comments
Triangle001
·
3Comments
CCodie
·
3Comments
lql7595
·
3Comments
Wsine
·
3Comments
Most helpful comment
当然是可以使用float的，只要你的计算力足够，但是根据我们的经验，INT8可以成倍提升运算效率。可以参考下GPU下使用TensorRT的方式，有直接将模型转换至INT8的接口。