我有一个以HDF5（*.h5）格式保存的Keras模型。我使用stm32ai命令行工具生成nn.c/.h和nn_data.c/.h文件。一个示例命令如下：
~/STM32Cube/Repository/Packs/STMicroelectronics/X-CUBE-AI/5.2.0/Utilities/linux/stm32ai generate --model nn.h5 --verbosity 2 --type keras --name nn --compression 4nn_data.c文件包含我的神经网络的权重。然而，当我将压缩设置为1（表示无压缩）时，我得到的是：
#include "nn_data.h"ai_handle ai_nn_data_weights_get(void){ AI_ALIGNED(4) static const ai_u8 s_nn_weights[ 3196 ] = { 0x56, 0xff, 0xa5, 0x3d, 0xb6, 0xa2, 0xf3, 0x3d, 0x18, 0x2c, 0x4e, 0xbc, 0x69, 0x64, 0xa4, 0x3d, 0x09, 0xf4, 0x27, 0x3e,...而当我将压缩设置为4（4x）时，我得到的权重完全相同！
只有当压缩设置为8时，我才得到不同的权重：
#include "nn_data.h"ai_handle ai_nn_data_weights_get(void){ AI_ALIGNED(4) static const ai_u8 s_nn_weights[ 728 ] = { 0x0d, 0x5d, 0xa0, 0xbe, 0x20, 0xf7, 0x86, 0xbe, 0x83, 0xe4, 0x66, 0xbe, 0xca, 0x73, 0x36, 0xbe, 0x8d, 0xa9, 0xf7, 0xbd,...我们可以清楚地看到，8x压缩的权重缓冲区明显更小。
有人知道为什么压缩级别为“无”和“4”时权重没有差异吗？
回答：
与我的预期相反，压缩似乎并不是总会进行，而只是在某些未完全公开定义的情况下进行：参见此处 此外，我查看了模型转换报告nn_generate_report.txt，对于压缩级别4，我的任何神经网络层都没有显示压缩标记“(c)”。但对于压缩级别8，所有层都标记了它。所以，我认为一切正常。
