发现问题了。量化自动生成的激活函数里面有个参数shape of element。固定都是1了。但计算的时候不是。第N层取第N个element。但element这个数组只存了1个值，后面的都是0了或者随机数了
所以我的输出第一层都是对的。。后面负数基本都是0了

但我是PReLU饿

请问下，我这里自己训练的模型。conv2d出来没问题。经过PReLU，后大部分负数都变成了0.。请问下怎么排查饿 const static __attribute__((aligned(16))) int16_t _conv1_conv_activation_element[] = { 29358}; const static Activation<int16_t> _conv1_conv_activation(PReLU, _conv1_conv_activation_element, -16, {1,}); const Activation<int16_t> *get__conv1_con...

我这里两个模型。第一个弄好。结果蛮好的。第二个。发现输出差别很大。请问怎么排查？。
我这里也还有几个疑问：
1. 我准备每层的输出都打印出来。请问每层的打印。是量化后的值int16。转成float。。那个指数是多少。固定15？还是量化过程中的Conv layer name: /conv1/Conv, output_exponent: -13
2.最后输出的值，转成float，都是固定-15吗？。和量化过程的打印Gemm layer name: /class_fc/Gemm, output_exponent: -11有关不？

请问我模型最后conv出来的。电脑的都是0.2这些浮点数，但esp32跑出来都是几千、几千的。。请问这个值怎么转换回去浮点数？

请教一下：
量化过程中，需要选择的calib_dataset这些图片有什么用，能解释一下嘛？因为查了后都只说，选择有代表性的。这个图片量化过程中是拿来做什么的。怎么才算有代表性的呢？

这里自己测试，生成了一个mtcnn的模型，但需要resize图片，esp32有接口可以实现吗

ESP32-S2\S3 WiFi mesh 能够跳几级？ 接单容量是多少？

3. batch_size是必须1吗？我看文档写着“层的输入张量和输出张量均是三维。张量的维度顺序固定，按照[高度，宽度，通道]的顺序排序。“，model.forward(input)的时候每次只能输入一张图片吗？ -> 是的，只能输入一张图片 这里我转Onnx的时候，torch.onnx.export(model, dummy_input, onnx_file_path,opset_version = 9, verbose = True, input_names=['input'], output_names=['output','output1'], dynamic_axes= {'inp...

谢谢，已经换过来了