tensorflow 版本问题

请问一下，rknn-toolkit 跟 tensorflow 的版本是否必须一一对应，就是我使用某个固定版本的rknn-toolkit 搭建两个不同版本tensorflow的环境，对于相同的op，在这两个不同版本的tensorflow下是否都可以正常转换？本人遇到的具体问题是：
1.使用docker里面的环境，tensorflow是1.11版本，可以正常load 用1.11生成的tflite文件，同时能成功export_rknn；(tflite不管是否做量化都可以成功load及export， rknn的接口统一不做量化);
2.但是如果用conda自己搭建环境，rknn是同一个版本，tensorflow换成高一点的版本，r.1.14， 这时候可以load用1.14生成的tflite，但是build rknn失败，错误如下：
T Traceback (most recent call last):
T   File "rknn/api/rknn_base.py", line 515, in rknn.api.rknn_base.RKNNBase.build
T   File "rknn/api/rknn_base.py", line 439, in rknn.api.rknn_base.RKNNBase._build
T   File "rknn/base/ovxconfiggenerator.py", line 173, in rknn.base.ovxconfiggenerator.generate_vx_config_from_files
T   File "rknn/base/RKNNlib/RKNNnet.py", line 330, in rknn.base.RKNNlib.RKNNnet.RKNNNet.norm_parameters
T   File "rknn/base/RKNNlib/layer/convolution.py", line 36, in rknn.base.RKNNlib.layer.convolution.Convolution._norm_params
T AttributeError: 'NoneType' object has no attribute 'format'
Build rknn failed!

是否因为tf版本问题，rknn转换对应的关键字不一致等原因，导致不能转换？
其他参考信息：
rknn-toolkit 1.0
转换的模型算法是inception v3，没有特殊op（这里用load_tensorflow的接口转换高版本和低版本的pb文件都没问题的， 目前是不支持转换高版本的tflite文件，低版本的tflite可以）

toolkit 1.0 ？为何不用1.3试试呢？

rknn推荐的tf版本是1.13，文档上有写。但是我们Toybrick工作室试过1.14和1.15均可以正常工作。低于1.13不建议使用。
生成pb所用的tf版本必须和转换rknn所用的tf版本一致。

补充问题：
对于低版本r.11的tflite，如果只做weight的量化，rknn能load和expor，不报错， 但是生成的rknn模型大小只有2k，也就是目前tflite的接口只有不量化的低版本r1.11的tflite可以成功导出rknn模型

jy_dll 发表于 2020-2-13 14:39
补充问题：
对于低版本r.11的tflite，如果只做weight的量化，rknn能load和expor，不报错， 但是生成的rknn ...

你看我们基础教程里那张tflite训练量化转rknn了么。
那个教程用的tf就是1.14

jefferyzhang 发表于 2020-2-13 14:51
你看我们基础教程里那张tflite训练量化转rknn了么。
那个教程用的tf就是1.14 ...

好的，谢谢；我也知道新版本可以用，但是实际开发中有些版本也不是说升就升的，所以就想上来这里问问，看看有没有解决方法

话说rknn量化可以用gpu吗，我看量化的时候显存没有占用很多，猜测应该用的是cpu？因为量化花的时间有点长，新版本的rknn-toolkit没有细看，不知道有没有这个功能；所以才打算要用tflite的量化代替

jy_dll 发表于 2020-2-14 15:02
话说rknn量化可以用gpu吗，我看量化的时候显存没有占用很多，猜测应该用的是cpu？因为量化花的时间有点长， ...

这个我不确定，应该是CPU跑的，而且这个用GPU我觉得不会有明显提升，都是交互式来调整每一层量化参数的。量化时间长是很正常的。
如果你想用GPU可以用tensorflow的训练量化功能，训练中就完成量化，这样准确度会比较高