代码拉取完成，页面将自动刷新
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converter_lite内，通过配置量化配置文件的方式，便能够转换得到量化后模型。
MindSpore Lite训练后量化分为两类：
float32推理；int运算，能提升模型推理速度、降低功耗。训练后量化可通过转换工具配置configFile的方式启用训练后量化。配置文件采用INI的风格，针对量化场景，目前可配置的参数包括通用量化参数[common_quant_param]、混合比特权重量化参数[mixed_bit_weight_quant_param]、全量化参数[full_quant_param]和数据预处理参数[data_preprocess_param]。
通用量化参数是训练后量化的基本设置，主要包括quant_type、bit_num、min_quant_weight_size和min_quant_weight_channel。参数的详细介绍如下所示：
| 参数 | 属性 | 功能描述 | 参数类型 | 默认值 | 取值范围 |
|---|---|---|---|---|---|
quant_type |
必选 | 设置量化类型，设置为WEIGHT_QUANT时，启用权重量化；设置为FULL_QUANT时，启用全量化；设置为DYNAMIC_QUANT时，启用动态量化。 | String | - | WEIGHT_QUANT、FULL_QUANT、DYNAMIC_QUANT |
bit_num |
可选 | 设置量化的比特数，目前权重量化支持0-16bit量化，设置为1-16bit时为固定比特量化，设置为0bit时，启用混合比特量化。全量化、动态量化支持8bit量化。 | Integer | 8 | 权重量化：[0，16] 全量化：8 动态量化：8 |
min_quant_weight_size |
可选 | 设置参与量化的权重尺寸阈值，若权重数大于该值，则对此权重进行量化。 | Integer | 0 | [0, 65535] |
min_quant_weight_channel |
可选 | 设置参与量化的权重通道数阈值，若权重通道数大于该值，则对此权重进行量化。 | Integer | 16 | [0, 65535] |
skip_quant_node |
可选 | 设置无需量化的算子名称，多个算子之间用,分割。 |
String | - | - |
debug_info_save_path |
可选 | 设置量化Debug信息文件保存的文件夹路径。 | String | - | - |
目前
min_quant_weight_size、min_quant_weight_channel仅对权重量化有效。建议：全量化在精度不满足的情况下，可设置
debug_info_save_path开启Debug模式得到相关统计报告，针对不适合量化的算子设置skip_quant_node对其不进行量化。
通用量化参数配置如下所示：
[common_quant_param]
# Supports WEIGHT_QUANT or FULL_QUANT
quant_type=WEIGHT_QUANT
# Weight quantization support the number of bits [0,16], Set to 0 is mixed bit quantization, otherwise it is fixed bit quantization
# Full quantization support 8bit
bit_num=8
# Layers with size of weights exceeds threshold `min_quant_weight_size` will be quantized.
min_quant_weight_size=0
# Layers with channel size of weights exceeds threshold `min_quant_weight_channel` will be quantized.
min_quant_weight_channel=16
# Set the name of the operator that skips the quantization, and use `,` to split between multiple operators.
skip_quant_node=node_name1,node_name2,node_name3
# Set the folder path where the quantization debug information file is saved.
debug_info_save_path=/home/workspace/mindspore/debug_info_save_path
混合比特权重量化参数包括init_scale，启用混合比特权重量化后，将会针对不同层自动搜索最优的比特数。参数的详细介绍如下所示：
| 参数 | 属性 | 功能描述 | 参数类型 | 默认值 | 取值范围 |
|---|---|---|---|---|---|
| init_scale | 可选 | 初始化scale，数值越大可以带来更大的压缩率，但是也会造成不同程度的精度损失 | float | 0.02 | (0 , 1) |
| auto_tune | 可选 | 自动搜索init_scale参数，设置后将自动会搜索一组模型输出Tensor在余弦相似度在0.995左右的init_scale值 |
Boolean | False | True，False |
混合比特量化参数配置如下所示：
[mixed_bit_weight_quant_param]
init_scale=0.02
auto_tune=false
全量化参数主要包括activation_quant_method，bias_correction 和target_device。参数的详细介绍如下所示：
| 参数 | 属性 | 功能描述 | 参数类型 | 默认值 | 取值范围 |
|---|---|---|---|---|---|
| activation_quant_method | 可选 | 激活值量化算法 | String | MAX_MIN | 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REMOVAL_OUTLIER |
| bias_correction | 可选 | 是否对量化误差进行校正 | Boolean | True | True，False。使能后，将能提升量化模型的精度。 |
| per_channel | 可选 | 采用PerChannel或PerLayer的量化方式 | Boolean | True | True，False。设置为False，启用PerLayer量化方式。 |
| target_device | 可选 | 全量化支持多硬件后端。设置特定硬件后，量化模型会调用专有硬件量化算子库进行推理；如果未设置，转换模型调用通用量化算子库。 | String | - | NVGPU: 转换后的量化模型可以在NVIDIA GPU上执行量化推理； DSP: 转换后的量化模型可以在DSP硬件上执行量化推理。 |
通用全量化（PerChannel量化方式）参数配置如下所示：
[full_quant_param]
# Activation quantized method supports MAX_MIN or KL or REMOVAL_OUTLIER
activation_quant_method=MAX_MIN
# Whether to correct the quantization error. Recommended to set to true.
bias_correction=true
# If set to true, it will enable PerChannel quantization, or set to false to enable PerLayer quantization.
per_channel=true
通用全量化（PerLayer量化方式）参数配置如下所示：
[full_quant_param]
# Activation quantized method supports MAX_MIN or KL or REMOVAL_OUTLIER
activation_quant_method=MAX_MIN
# Whether to correct the quantization error. Recommended to set to true.
bias_correction=true
# If set to true, it will enable PerChannel quantization, or set to false to enable PerLayer quantization.
per_channel=false
NVIDIA GPU全量化参数配置如下：
[full_quant_param]
# Activation quantized method supports MAX_MIN or KL or REMOVAL_OUTLIER
activation_quant_method=MAX_MIN
# Supports specific hardware backends
target_device=NVGPU
DSP全量化参数配置如下：
[full_quant_param]
# Activation quantized method supports MAX_MIN or KL or REMOVAL_OUTLIER
activation_quant_method=MAX_MIN
# Whether to correct the quantization error.
bias_correction=false
# Supports specific hardware backends
target_device=DSP
全量化需要提供100-500张的校准数据集进行预推理，用于计算全量化激活值的量化参数。如果存在多个输入Tensor，每个输入Tensor的校准数据集需要各自保存一个文件夹。
针对BIN格式的校准数据集，.bin文件存储的是输入的数据Buffer，同时输入数据的Format需要和推理时输入数据的Format保持一致。针对四维数据，默认是NHWC。如果配置了转换工具的命令参数inputDataFormat，输入的Buffer的Format需要保持一致。
针对图片格式的校准数据集，后量化提供通道转换、归一化、缩放和裁剪等数据预处理功能。
| 参数 | 属性 | 功能描述 | 参数类型 | 默认值 | 取值范围 |
|---|---|---|---|---|---|
| calibrate_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 | - | input_name_1:/mnt/image/input_1_dir,input_name_2:input_2_dir |
| calibrate_size | 必选 | 矫正集数量 | Integer | - | [1, 65535] |
| input_type | 必选 | 矫正数据文件格式类型 | String | - | IMAGE、BIN IMAGE：图片文件数据 BIN：满足推理要求的输入二进制 .bin文件数据 |
| image_to_format | 可选 | 图像格式转换 | String | - | RGB、GRAY、BGR |
| normalize_mean | 可选 | 图像归一化的均值 dst = (src - mean) / std |
Vector | - | 3通道：[mean_1, mean_2, mean_3] 1通道：[mean_1] |
| normalize_std | 可选 | 图像归一化的标准差 dst = (src - mean) / std |
Vector | - | 3通道：[std_1, std_2, std_3] 1通道：[std_1] |
| resize_width | 可选 | 图像缩放宽度 | Integer | - | [1, 65535] |
| resize_height | 可选 | 图像缩放高度 | Integer | - | [1, 65535] |
| resize_method | 可选 | 图像缩放算法 | String | - | LINEAR、NEAREST、CUBIC LINEAR：线性插值 NEARST：最邻近插值 CUBIC：三次样条插值 |
| center_crop_width | 可选 | 中心裁剪宽度 | Integer | - | [1, 65535] |
| center_crop_height | 可选 | 中心裁剪高度 | Integer | - | [1, 65535] |
数据预处理参数配置如下所示：
[data_preprocess_param]
# Calibration dataset path, the format is input_name_1:input_1_dir,input_name_2:input_2_dir
# Full quantification must provide correction dataset
calibrate_path=input_name_1:/mnt/image/input_1_dir,input_name_2:input_2_dir
# Calibration data size
calibrate_size=100
# Input type supports IMAGE or BIN
# When set to IMAGE, the image data will be read
# When set to BIN, the `.bin` binary file will be read
input_type=IMAGE
# The output format of the preprocessed image
# Supports RGB or GRAY or BGR
image_to_format=RGB
# Image normalization
# dst = (src - mean) / std
normalize_mean=[127.5, 127.5, 127.5]
normalize_std=[127.5, 127.5, 127.5]
# Image resize
resize_width=224
resize_height=224
# Resize method supports LINEAR or NEAREST or CUBIC
resize_method=LINEAR
# Image center crop
center_crop_width=224
center_crop_height=224
权重量化支持混合比特量化，同时也支持1~16之间的固定比特量化，比特数越低，模型压缩率越大，但是精度损失通常也比较大。下面对权重量化的使用方式和效果进行阐述。
目前权重量化支持混合比特量化，会根据模型参数的分布情况，根据用户设置的init_scale作为初始值，自动搜索出最适合当前层的比特数。配置参数的bit_num设置为0时，将启用混合比特量化。
混合比特权重量化转换命令的一般形式为：
./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --configFile=/mindspore/lite/tools/converter/quantizer/config/mixed_bit_weight_quant.cfg
混合比特权重量化配置文件如下所示：
[common_quant_param]
# Supports WEIGHT_QUANT or FULL_QUANT
quant_type=WEIGHT_QUANT
# Weight quantization support the number of bits [0,16], Set to 0 is mixed bit quantization, otherwise it is fixed bit quantization
# Full quantization support 8bit
bit_num=0
# Layers with size of weights exceeds threshold `min_quant_weight_size` will be quantized.
min_quant_weight_size=5000
# Layers with channel size of weights exceeds threshold `min_quant_weight_channel` will be quantized.
min_quant_weight_channel=5
[mixed_bit_weight_quant_param]
# Initialization scale in (0,1).
# A larger value can get a larger compression ratio, but it may also cause a larger error.
init_scale=0.02
用户可根据模型及自身需要对权重量化的参数作出调整。
init_scale默认的初始值为0.02，搜索的压缩率相当与6-7固定比特的压缩效果。
混合比特需要搜索最佳比特位，等待时间可能较长，如果需要查看日志，可以在执行前设置export GLOG_v=1，用于打印相关Info级别日志。
固定比特的权重量化支持1~16之间的固定比特量化，用户可根据模型及自身需要对权重量化的参数作出调整。
固定比特权重量化转换命令的一般形式为：
./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --configFile=/mindspore/lite/tools/converter/quantizer/config/fixed_bit_weight_quant.cfg
固定比特权重量化配置文件如下所示：
[common_quant_param]
quant_type=WEIGHT_QUANT
# Weight quantization support the number of bits [0,16], Set to 0 is mixed bit quantization, otherwise it is fixed bit quantization
bit_num=8
# Layers with size of weights exceeds threshold `min_quant_weight_size` will be quantized.
min_quant_weight_size=0
# Layers with channel size of weights exceeds threshold `min_quant_weight_channel` will be quantized.
min_quant_weight_channel=16
| 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。
针对CV模型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。
全量化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 - 500个左右。
针对图片数据，目前支持通道调整、归一化、缩放、裁剪等预处理的功能。用户可以根据推理时所需的预处理操作，设置相应的参数。
注意：
全量化转换命令的一般形式为：
./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --configFile=/mindspore/lite/tools/converter/quantizer/config/full_quant.cfg
全量化配置文件如下所示：
[common_quant_param]
quant_type=FULL_QUANT
# Full quantization support 8bit
bit_num=8
[data_preprocess_param]
# Calibration dataset path, the format is input_name_1:input_1_dir,input_name_2:input_2_dir
# Full quantification must provide correction dataset
calibrate_path=input_name_1:/mnt/image/input_1_dir,input_name_2:input_2_dir
# Calibration data size
calibrate_size=100
# Input type supports IMAGE or BIN
# When set to IMAGE, the image data will be read
# When set to BIN, the `.bin` binary file will be read
input_type=IMAGE
# The output format of the preprocessed image
# Supports RGB or GRAY or BGR
image_to_format=RGB
# Image normalization
# dst = (src - mean) / std
normalize_mean=[127.5, 127.5, 127.5]
normalize_std=[127.5, 127.5, 127.5]
# Image resize
resize_width=224
resize_height=224
# Resize method supports LINEAR or NEAREST or CUBIC
resize_method=LINEAR
# Image center crop
center_crop_width=224
center_crop_height=224
[full_quant_param]
# Activation quantized method supports MAX_MIN or KL or REMOVAL_OUTLIER
activation_quant_method=MAX_MIN
# Whether to correct the quantization error. Recommended to set to true.
bias_correction=true
全量化需要执行推理，等待时间可能较长，如果需要查看日志，可以在执行前设置export GLOG_v=1，用于打印相关Info级别日志。
| 模型 | 测试数据集 | 量化方法 | 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。
针对NLP模型需要提升模型运行速度、降低模型运行功耗的场景，可以使用动态量化功能。下面对动态量化的使用方式和效果进行阐述。
动态量化的权重是离线转换阶段量化，而激活是在运行阶段才进行量化。
动态量化转换命令的一般形式为：
./converter_lite --fmk=ModelType --modelFile=ModelFilePath --outputFile=ConvertedModelPath --configFile=/mindspore/lite/tools/converter/quantizer/config/dynamic_quant.cfg
动态量化配置文件如下所示：
[common_quant_param]
quant_type=DYNAMIC_QUANT
bit_num=8
为了保证量化精度，目前动态量化不支持设置FP16的运行模式。
目前动态量化在支持SDOT指令的ARM架构会有进一步的加速效果。
| 模型类型 | 运行模式 | Model Size(M) | RAM(K) | Latency(ms) | Cos-Similarity | 压缩率 | 内存相比FP32 | 时延相比FP32 |
|---|---|---|---|---|---|---|---|---|
| FP32 | FP32 | 20 | 29,029 | 9.916 | 1 | |||
| FP32 | FP16 | 20 | 18,208 | 5.75 | 0.99999 | 1 | -37.28% | -42.01% |
| FP16 | FP16 | 12 | 18,105 | 5.924 | 0.99999 | 1.66667 | -37.63% | -40.26% |
| Weight Quant(8 Bit) | FP16 | 5.3 | 19,324 | 5.764 | 0.99994 | 3.77358 | -33.43% | -41.87% |
| Dynamic Quant | INT8+FP32 | 5.2 | 15,709 | 4.517 | 0.99668 | 3.84615 | -45.89% | -54.45% |
| 模型类型 | 运行模式 | Model Size(M) | RAM(K) | Latency(ms) | Cos-Similarity | 压缩率 | 内存相比FP32 | 时延相比FP32 |
|---|---|---|---|---|---|---|---|---|
| FP32 | FP32 | 43 | 51,355 | 4.161 | 1 | |||
| FP32 | FP16 | 43 | 29,462 | 2.184 | 0.99999 | 1 | -42.63% | -47.51% |
| FP16 | FP16 | 22 | 29,440 | 2.264 | 0.99999 | 1.95455 | -42.67% | -45.59% |
| Weight Quant(8 Bit) | FP16 | 12 | 32,285 | 2.307 | 0.99998 | 3.58333 | -37.13% | -44.56% |
| Dynamic Quant | INT8+FP32 | 12 | 22,181 | 2.074 | 0.9993 | 3.58333 | -56.81% | -50.16% |
开启量化Debug功能，能够得到数据分布统计报告，用于评估量化误差，辅助决策模型（算子）是否适合量化。针对全量化，会根据所提供矫正数据集的数量，生成N份数据分布统计报告，即每一轮都会生成一份报告；针对权重量化，只会生成1份数据分布统计报告。
设置debug_info_save_path参数后，将会在/home/workspace/mindspore/debug_info_save_path文件夹中生成相关Debug报告：
[common_quant_param]
debug_info_save_path=/home/workspace/mindspore/debug_info_save_path
量化输出汇总报告output_summary.csv包含整图输出层Tensor的精度信息，相关字段如下所示：
| Type | Name |
|---|---|
| Round | 校准训练轮次 |
| TensorName | Tensor名 |
| CosineSimilarity | 和原始数据对比的余弦相似度 |
数据分布统计报告round_*.csv统计每个Tensor原始数据分布以及量化Tensor反量化后的数据分布情况。数据分布统计报告相关字段如下所示：
| Type | Name |
|---|---|
| NodeName | 节点名 |
| NodeType | 节点类型 |
| TensorName | Tensor名 |
| InOutFlag | Tensor输出、输出类型 |
| DataTypeFlag | 数据类型，原始数据用Origin，反量化后的数据用Dequant |
| TensorTypeFlag | 针对输入输出等数据类用Activation表示，常量等用Weight表示 |
| Min | 最小值，0%分位点 |
| Q1 | 25%分位点 |
| Median | 中位数，50%分位点 |
| Q3 | 75%分位点 |
| MAX | 最大值，100%分位点 |
| Mean | 均值 |
| Var | 方差 |
| Sparsity | 稀疏度 |
| Clip | 截断率 |
| CosineSimilarity | 和原始数据对比的余弦相似度 |
量化参数报告quant_param.csv包含所有量化Tensor的量化参数信息，量化参数相关字段如下所示：
| Type | Name |
|---|---|
| NodeName | 节点名 |
| NodeType | 节点类型 |
| TensorName | Tensor名 |
| ElementsNum | Tensor数据量 |
| Dims | Tensor维度 |
| Scale | 量化参数scale |
| ZeroPoint | 量化参数ZeroPoint |
| Bits | 量化比特数 |
| CorrectionVar | 误差矫正系数-方差 |
| CorrectionMean | 误差矫正系数-均值 |
由于混合比特量化是非标准量化，该量化参数文件可能不存在。
量化是将Float32算子转换Int8算子，目前的量化策略是针对可支持的某一类算子所包含的Node都会进行量化，但是存在部分Node敏感度较高，量化后会引发较大的误差，同时某些层量化后推理速度远低于Float16的推理速度。支持指定层不量化，可以有效提高精度和推理速度。
下面将conv2d_1 add_8 concat_1三个Node不进行量化的示例：
[common_quant_param]
# Supports WEIGHT_QUANT or FULL_QUANT
quant_type=FULL_QUANT
# Weight quantization support the number of bits [0,16], Set to 0 is mixed bit quantization, otherwise it is fixed bit quantization
# Full quantization support 8bit
bit_num=8
# Set the name of the operator that skips the quantization, and use `,` to split between multiple operators.
skip_quant_node=conv2d_1,add_8,concat_1
InOutFlag == Output && DataTypeFlag == Dequant，可以筛选出所有量化算子的输出层，通过查看量化输出的CosineSimilarity来判断算子的精度损失，越接近1损失越小。min、max分布差异较大，容易引发较大误差，可以设置skip_quant_node，将其不量化。Clip较高的算子，可以设置skip_quant_node，将其不量化。此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。