转换为MindSpore Lite量化模型(训练后量化)

概述

对于已经训练好的float32模型，通过训练后量化将其转为int8，不仅能减小模型大小，而且能显著提高推理性能。在MindSpore Lite中，这部分功能集成在模型转换工具conveter_lite内，通过增加命令行参数，便能够转换得到量化后模型。目前训练后量化属于alpha阶段（支持部分网络，不支持多输入模型），正在持续完善中。

MindSpore Lite训练后量化分为两类：

权重量化：单独对模型的权值进行量化；
全量化：对模型的权值、激活值、bias值统一进行量化。

训练后量化在两种情况下所需的数据类型和参数设定不同，但均可通过转换工具设定。有关转换工具converter_lite的使用方法可参考转换为MindSpore Lite模型。在此基础之上进行配置，启用训练后量化。

权重量化

下面对权重量化的使用方式和效果进行阐述。

参数说明

权重量化转换命令的一般形式为：

./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --quantType=WeightQuant --bitNum=BitNumValue --quantSize=QuantizationSizeThresholdValue --convWeightQuantChannelThreshold=ConvWeightQuantChannelThresholdValue

下面对此命令的量化相关参数进行说明：

参数	属性	功能描述	参数类型	默认值	取值范围
`--quantType=<QUANTTYPE>`	必选	设置为WeightQuant，启用权重量化	String	-	必须设置为WeightQuant
`--bitNum=<BITNUM>`	可选	设定权重量化的比特数，目前仅支持8bit量化	Integer	8	8
`--quantSize=<QUANTSIZE>`	可选	设定参与权重量化的卷积核尺寸阈值，若卷积核尺寸大于该值，则对此权重进行量化；建议设置为500	Integer	0	（0，+∞）
`--convWeightQuantChannelThreshold=<CONVWEIGHTQUANTCHANNELTHRESHOLD>`	可选	设定参与权重量化的卷积通道数阈值，若卷积通道数大于该值，则对此权重进行量化；建议设置为16	Integer	16	（0，+∞）

用户可根据模型及自身需要对权重量化的参数作出调整。

使用步骤

正确编译出converter_lite可执行文件。该部分可参考构建文档编译MindSpore Lite，获得converter_lite工具，并配置环境变量。

以TensorFlow Lite模型为例，执行权重量化模型转换命令:

./converter_lite --fmk=TFLITE --modelFile=Inception_v3.tflite --outputFile=Inception_v3.tflite --quantType=WeightQuant --bitNum=8 --quantSize=0 --convWeightQuantChannelThreshold=0

上述命令执行成功后，便可得到量化后的模型Inception_v3.tflite.ms，量化后的模型大小通常会下降到FP32模型的1/4。

部分模型精度结果

模型	测试数据集	FP32模型精度	权重量化精度
Inception_V3	ImageNet	77.92%	77.84%
Mobilenet_V1_1.0_224	ImageNet	70.96%	70.56%

以上所有结果均在x86环境上测得。

全量化

下面对全量化的使用方式和效果进行阐述。

参数说明

全量化转换命令的一般形式为：

./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --quantType=PostTraining --config_file=config.cfg

下面对此命令的量化相关参数进行说明：

参数	属性	功能描述	参数类型	默认值	取值范围
`--quantType=<QUANTTYPE>`	必选	设置为PostTraining，启用全量化	String	-	必须设置为PostTraining
`--config_file=<CONFIGFILE>`	必选	校准数据集配置文件路径	String	-	-

为了计算激活值的量化参数，用户需要提供校准数据集。校准数据集最好来自真实推理场景，能表征模型的实际输入情况，数量在100个左右。校准数据集配置文件采用key=value的方式定义相关参数，需要配置的key如下:

参数名	属性	功能描述	参数类型	默认值	取值范围
image_path	必选	存放校准数据集的目录	String	-	该目录存放可直接用于执行推理的输入数据。由于目前框架还不支持数据预处理，所有数据必须事先完成所需的转换，使得它们满足推理的输入要求。
batch_count	可选	使用的输入数目	Integer	100	（0，+∞）
method_x	可选	网络层输入输出数据量化算法	String	KL	KL，MAX_MIN。 KL: 基于KL散度对数据范围作量化校准； MAX_MIN：基于最大值、最小值计算数据的量化参数。在模型以及数据集比较较简单的情况下，推荐使用MAX_MIN
thread_num	可选	使用校准数据集执行推理流程时的线程数	Integer	1	（0，+∞）

使用步骤

正确编译出converter_lite可执行文件。
准备校准数据集，假设存放在/dir/images目录，编写配置文件config.cfg，内容如下：
```
image_path=/dir/images
batch_count=100
method_x=MAX_MIN
thread_num=1
```
校准数据集可以选择测试数据集的子集，要求/dir/images目录下存放的每个文件均是预处理好的输入数据，每个文件都可以直接用于推理的输入。

以MindSpore模型为例，执行全量化的模型转换命令:

./converter_lite --fmk=MINDIR --modelFile=lenet.mindir --outputFile=lenet_quant --quantType=PostTraining --config_file=config.cfg

上述命令执行成功后，便可得到量化后的模型lenet_quant.ms，通常量化后的模型大小会下降到FP32模型的1/4。

部分模型精度结果

模型	测试数据集	method_x	FP32模型精度	全量化精度	说明
Inception_V3	ImageNet	KL	77.92%	77.95%	校准数据集随机选择ImageNet Validation数据集中的100张
Mobilenet_V1_1.0_224	ImageNet	KL	70.96%	70.69%	校准数据集随机选择ImageNet Validation数据集中的100张

以上所有结果均在x86环境上测得。