目录

1.简介

2.paddleSlim量化步骤

2.1量化训练API

2.2示例

量化训练要解决的问题是将FP32浮点数量化成INT8整数进行存储和计算，通过在训练中建模量化对模型的影响，降低量化误差。

PaddleSlim使用的是模拟量化训练方案，一般模拟量化需要先对网络计算图进行一定的处理，先在需要量化的算子前插入量化-反量化节点，再经过finetune训练减少量化运算带来的误差，降低量化模型的精度损失。

2.paddleSlim量化步骤 构建模型和数据集进行预训练量化训练导出预测模型

2.1量化训练API

classpaddleslim.QAT(config=None, weight_preprocess=None,         act_preprocess=None, weight_quantize=None,         act_quantize=None)

使用该API可将模型转为模拟量化模型，使用量化训练方法QAT （Quant Aware Training, QAT）。

参数：

config(dict, Optional) - 量化配置表。 默认为None，表示使用默认配置, 默认配置参考下方文档。weight_preprocess(class, Optional) - 自定义在对权重做量化之前，对权重进行处理的逻辑。这一接口只用于实验不同量化方法，验证量化训练效果。默认为None, 表示不对权重做任何预处理。act_preprocess(class, Optional) - 自定义在对激活值做量化之前，对激活值进行处理的逻辑。这一接口只用于实验不同量化方法，验证量化训练效果。默认为None, 表示不对激活值做任何预处理。weight_quantize(class, Optional) - 自定义对权重量化的方法。这一接口只用于实验不同量化方法，验证量化训练效果。默认为None, 表示使用默认量化方法。act_quantize(class, Optional) - 自定义对激活值量化的方法。这一接口只用于实验不同量化方法，验证量化训练效果。默认为None, 表示使用默认量化方法。

 模型转换为模拟量化的三步：定义模型、配置config、转换为模拟量化模型。

from paddle.vision.models import mobilenet_v1from paddleslim import QATnet = mobilenet_v1(pretrained=False)# 配置configquant_config = { 'activation_preprocess_type': 'PACT', 'quantizable_layer_type': ['Conv2D', 'Linear'],}# 模型转换quanter = QAT(config=quant_config)quanter.quantize(lenet)# 打印模型信息paddle.summary(net, (1, 3, 224, 224))

config的配置

{ # weight预处理方法，默认为None，代表不进行预处理；当需要使用`PACT`方法时设置为`"PACT"` 'weight_preprocess_type': None, # activation预处理方法，默认为None，代表不进行预处理` 'activation_preprocess_type': None, # weight量化方法, 默认为'channel_wise_abs_max', 此外还支持'channel_wise_abs_max' 'weight_quantize_type': 'channel_wise_abs_max', # activation量化方法, 默认为'moving_average_abs_max', 此外还支持'abs_max' 'activation_quantize_type': 'moving_average_abs_max', # weight量化比特数, 默认为 8 'weight_bits': 8, # activation量化比特数, 默认为 8 'activation_bits': 8, # 'moving_average_abs_max'的滑动平均超参, 默认为0.9 'moving_rate': 0.9, # 需要量化的算子类型 'quantizable_layer_type': ['Conv2D', 'Linear'],}

2.2示例

创建模型和数据

import paddleimport paddle.vision.models as modelsfrom paddle.static import InputSpec as Inputfrom paddle.vision.datasets import Cifar10import paddle.vision.transforms as Tfrom paddleslim.dygraph.quant import QATnet = models.mobilenet_v1(pretrained=False, scale=1.0, num_classes=10)inputs = Input([None, 3, 32, 32], dtype='float32', name='image')labels = Input([None, 1], dtype='int64', name='label')optmizer = paddle.optimizer.Momentum(learning_rate=1e-1, parameters=net.parameters())model = paddle.Model(net, inputs, labels)model.prepare(optimizer=optmizer, loss=paddle.nn.CrossEntropyLoss(), metrics=paddle.metric.Accuracy(topk=(1, 5)))transform = T.Compose([T.Transpose(), T.Normalize([127.5], [127.5])])train_dataset = Cifar10(mode='train', backend='cv2', transform=transform)val_dataset = Cifar10(mode='test', backend='cv2', transform=transform)

预训练 

model.fit(train_dataset, epochs=5, batch_size=256, verbose=1)model.evaluate(val_dataset, batch_size=256, verbose=1)

评估精度为0.94 

{'loss': [1.0521829], 'acc': 0.943}

 转化为量化模型

# 当使用普通量化策略时weight_preprocess_type 用默认设置None即可，当需要使用PACT量化策略时，则设置为’PACT’。quant_config = { # weight preprocess type, default is None and no preprocessing is performed. 'weight_preprocess_type': None, # for dygraph quantization, layers of type in quantizable_layer_type will be quantized 'quantizable_layer_type': ['Conv2D', 'Linear'],}quanter = QAT(quant_config)quanter.quantize(net)

微调

# finetune量化模型model.fit(train_dataset, epochs=2, batch_size=256, verbose=1)model.evaluate(val_dataset, batch_size=256, verbose=1)

评估精度为0.94，未见明显下降。

{'loss': [0.9758247], 'acc': 0.9447}

 导出的量化模型相比原始FP32模型，模型体积没有明显差别，这是因为量化预测模型中的权重依旧保存为FP32类型。在部署时，使用PaddleLite opt工具转换量化预测模型后，模型体积才会真实减小。

pytorch的量化：深度学习模型量化（低精度推理）大总结