优化模型(训练后量化)

Windows Linux 模型转换 模型调优 中级 高级

查看源文件

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。

MindSpore Lite训练后量化分为两类：

  1. 权重量化：对模型的权值进行量化，仅压缩模型大小，推理时仍然执行float32推理；

  2. 全量化：对模型的权值、激活值等统一进行量化，推理时执行int运算，能提升模型推理速度、降低功耗。

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

支持1~16之间的任意比特量化，量化比特数越低，模型压缩率越大，但是精度损失通常也比较大。可以结合使用Benchmark工具进行精度评估，确定合适的量化比特数；通常平均相对误差(accuracyThreshold)满足4%以内，精度误差是比较小的。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 --quantWeightSize=ConvWeightQuantSizeThresholdValue --quantWeightChannel=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，目前支持1bit～16bit量化

Integer

8

[1，16]

--quantWeightSize=<QUANTWEIGHTSIZE>

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，+∞）

--quantWeightChannel=<QUANTWEIGHTCHANNEL>

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。

为保证权重量化的精度，建议--bitNum参数设定范围为8bit～16bit。

使用步骤

  1. 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。

  2. 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 --quantWeightSize=0 --quantWeightChannel=0

  3. 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（8bit）

Inception_V3

ImageNet

77.60%

77.53%

Mobilenet_V1_1.0_224

ImageNet

70.96%

70.56%

Mobilenet_V2_1.0_224

ImageNet

71.56%

71.53%

以上所有结果均在x86环境上测得。

全量化

针对需要提升模型运行速度、降低模型运行功耗的场景，可以使用训练后全量化功能。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 --bitNum=8 --configFile=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

--configFile=<CONFIGFILE>

必选

校准数据集配置文件路径

String

-

-

--bitNum=<BITNUM>

可选

设定全量化的比特数，目前支持1bit～8bit量化

Integer

8

[1，8]

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；如果模型有多个输入，请依次填写对应的数据所在目录，目录路径间请用,隔开

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、RemovalOutlier。
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。
RemovalOutlier：按照一定比例剔除数据的极大极小值，再计算量化参数。
在校准数据集与实际推理时的输入数据相吻合的情况下，推荐使用MAX_MIN；而在校准数据集噪声比较大的情况下，推荐使用KL或者RemovalOutlier

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，+∞）

bias_correction

可选

是否对量化误差进行校正

Boolean

false

true、flase。使能后，能提升转换后的模型精度，建议设置为true

对于多输入模型，要求不同输入数据分别存放在各自不同的目录，同时各自目录中的所有文件的文件名按照字典序递增排序后，能够一一对应。例如：模型有两个输入input0、input1，校准数据集共2组（batch_count=2）；input0的对应数据存放在/dir/input0/目录，输入数据文件名为：data_1.bin、data_2.bin；input1的对应数据存放在/dir/input1/目录，输入数据文件名为：data_a.bin、data_b.bin，则认为(data_1.bin, data_a.bin)构成一组输入，（data_2.bin, data_b.bin）构成另一组输入。

使用步骤

  1. 正确编译出converter_lite可执行文件。

  2. 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
bias_correction=true

    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。

  3. 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 --configFile=config.cfg

  4. 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（8bit）

说明

Inception_V3

ImageNet

KL

77.60%

77.40%

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%

70.31%

校准数据集随机选择ImageNet Validation数据集中的100张

Mobilenet_V2_1.0_224

ImageNet

MAX_MIN

71.56%

71.16%

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，均设置bias_correction=true。