优化模型(训练后量化)
Windows
Linux
模型转换
模型调优
中级
高级
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:
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;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 |
---|---|---|---|---|---|
|
必选 |
设置为WeightQuant,启用权重量化 |
String |
- |
必须设置为WeightQuant |
|
可选 |
设定权重量化的比特数,目前支持1bit~16bit量化 |
Integer |
8 |
[1,16] |
|
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,+∞) |
|
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
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 --quantWeightSize=0 --quantWeightChannel=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(8bit) |
---|---|---|---|
77.60% |
77.53% |
||
70.96% |
70.56% |
||
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 |
---|---|---|---|---|---|
|
必选 |
设置为PostTraining,启用全量化 |
String |
- |
必须设置为PostTraining |
|
必选 |
校准数据集配置文件路径 |
String |
- |
- |
|
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 |
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。 |
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
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 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。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
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 |
---|---|---|---|---|---|
KL |
77.60% |
77.40% |
校准数据集随机选择ImageNet Validation数据集中的100张 |
||
KL |
70.96% |
70.31% |
校准数据集随机选择ImageNet Validation数据集中的100张 |
||
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
。