功能说明

量化数据均衡预处理接口，将输入的待量化的图结构按照给定的量化配置文件进行量化处理，在传入的图结构中插入均衡量化相关的算子，生成均衡量化因子记录文件record_file，返回修改后的torch.nn.module校准模型。

函数原型

calibration_model = quantize_preprocess(config_file, record_file, model, input_data)

参数说明

参数名	输入/返回值	含义	使用限制
config_file	输入	用户生成的量化配置文件，用于指定模型network中量化层的配置情况。	数据类型：string
record_file	输入	均衡量化因子记录文件路径及名称。	数据类型：string
model	输入	待量化的模型，已加载权重。	数据类型：torch.nn.module
input_data	输入	模型的输入数据。一个torch.tensor会被等价为tuple（torch.tensor）。	数据类型：tuple
calibration_model	返回值	修改后的torch.nn.module校准模型。	默认值：None 数据类型：torch.nn.module

返回值说明

返回修改后的torch.nn.module校准模型。

函数输出

无。

调用示例

import amct_pytorch as amct
# 建立待量化的网络图结构
model = build_model()
model.load_state_dict(torch.load(state_dict_path))
input_data = tuple([torch.randn(input_shape)])

tensor_balance_factor_record_file = os.path.join(TMP, 'tensor_balance_factor_record.txt')
modified_model = os.path.join(TMP, 'modified_model.onnx')
# 插入量化API
calibration_model = amct.quantize_preprocess(config_json_file,
                                             tensor_balance_factor_record_file,
                                             model,
                                             input_data)