手工调优

执行完量化后，精度如果不满足要求，可以尝试手动调整config.json文件中的参数，本节给出调整的原则，以及参数解释。

调优流程

通过create_quant_config_ascend接口生成的config.json文件中的默认配置进行量化，若量化后的推理精度不满足要求，则按照如下步骤调整量化配置文件中的参数。

根据create_quant_config_ascend接口生成的默认配置进行量化。若精度满足要求，则调参结束，否则进行下一步。
手动修改quant_enable，跳过量化某些层。
quant_enable可以指定该层是否量化，取值为true时量化该层，取值为false时不量化该层，将该层的配置删除也可跳过该层量化。

在整网精度不达标的时候需要识别出网络中的量化敏感层（量化后误差显著增大），然后取消对量化敏感层的量化动作，识别量化敏感层有两种方法：
1. 依据网络模型结构，一般网络中首层、尾层以及参数量偏少的层，量化后精度会有较大的下降。
2. 通过精度比对工具，逐层比对原始模型和量化后模型输出误差（例如以余弦相似度作为标准，需要相似度达到0.99以上），找到误差较大的层，优先对其进行回退。
若按照2中的量化配置进行量化后，精度满足要求，则调参结束，否则进行4。
手动修改activation_quant_params和weight_quant_params，调整量化算法及参数：
算法参数的意义请分别参见IFMR数据量化算法、ARQ权重量化算法。
若按照4中的量化配置进行量化后，精度满足要求，则调参结束，否则表明量化对精度影响很大，不能进行量化，去除量化配置。

图1 调参流程

量化配置文件

如果通过create_quant_config_ascend接口生成的config_ascend.json量化配置文件，推理精度不满足要求，则需要参见该章节不断调整config_ascend.json文件中的内容，直至精度满足要求，该文件部分内容样例如下：

       
        
          
          
            {
    "version":1,
    "activation_offset":true,
    "do_fusion":true,
    "skip_fusion_layers":[],
    "MobilenetV2/Conv/Conv2D":{
        "quant_enable":true,
        "activation_quant_params":{
            "max_percentile":0.999999,
            "min_percentile":0.999999,
            "search_range":[
                0.7,
                1.3
            ],
            "search_step":0.01
            "act_algo":"ifmr"
            "asymmetric":false
        },
        "weight_quant_params":{
            "wts_algo":"arq_quantize",
            "channel_wise":true
        }
    },
    "MobilenetV2/Conv_1/Conv2D":{
        "quant_enable":true,
        "activation_quant_params":{
            "max_percentile":0.999999,
            "min_percentile":0.999999,
            "search_range":[
                0.7,
                1.3
            ],
            "search_step":0.01
            "act_algo":"ifmr"
            "asymmetric":false
        },
        "weight_quant_params":{
            "wts_algo":"arq_quantize",
            "channel_wise":true
        }
    }
}

           

         

       
      

参数说明

配置文件中参数说明如下：

表1 version参数说明
作用	控制量化配置文件版本号。
类型	int
取值范围	1
参数说明	目前仅有一个版本号1。
推荐配置	1
可选或者必选	可选

表2 activation_offset参数说明
作用	控制数据量化是对称量化还是非对称量化。全局配置参数。若配置文件中同时存在activation_offset和asymmetric参数，asymmetric参数优先级>activation_offset参数。
类型	bool
取值范围	true或false
参数说明	true：数据量化时为非对称量化。 false：数据量化时为对称量化。
推荐配置	true
必选或可选	可选

表3 do_fusion参数说明
作用	是否开启融合功能。
类型	bool
取值范围	true或false
参数说明	true：开启融合功能。 false：不开启融合功能。当前支持融合的层以及融合规则请参见工具实现的融合功能。
推荐配置	true
可选或必选	可选

表4 skip_fusion_layers参数说明
作用	跳过bn融合的层。
类型	string
取值范围	可融合层的层名。当前支持融合的层以及融合规则请参见工具实现的融合功能。
参数说明	不需要做融合的层。
推荐配置	-
可选或必选	可选

表5 layer_config参数说明
作用	指定某个网络层的量化配置。
类型	object
取值范围	-
参数说明	参数内部包含如下参数： quant_enable activation_quant_params weight_quant_params
推荐配置	-
必选或可选	可选

表6 quant_enable参数说明
作用	该层是否做量化。
类型	bool
取值范围	true或false
参数说明	true：量化该层 false：不量化该层。
推荐配置	true
必选或可选	可选

表7 activation_quant_params参数说明
作用	该层数据量化的参数。
类型	object
取值范围	-
参数说明	activation_quant_params内部包含如下参数： max_percentile min_percentile search_range search_step act_algo asymmetric
推荐配置	-
必选或可选	可选

表8 weight_quant_params参数说明
作用	该层权重量化的参数。
类型	object
取值范围	-
参数说明	均匀量化场景，包括如下参数： wts_algo channel_wise
推荐配置	-
必选或可选	可选

表9 act_algo参数说明
作用	数据量化算法。
类型	string
取值范围	ifmr
参数说明	当前仅支持IFMR数据量化算法
推荐配置	-
必选或可选	可选

**表10** asymmetric参数说明
作用	控制数据量化是对称量化还是非对称量化。用于控制逐层量化算法的选择。若配置文件中同时存在activation_offset和asymmetric参数，asymmetric参数优先级>activation_offset参数。
类型	bool
取值范围	true或false
参数说明	true：数据量化时为非对称量化。 false：数据量化时为对称量化。
推荐配置	true
必选或可选	可选

**表11** max_percentile参数说明
作用	最大值搜索位置。
类型	float
取值范围	（0.5,1]
参数说明	在从大到小排序的一组数中，决定取第多少大的数，比如有100个数，1.0表示取第100-100*1.0=0，对应的就是第一个大的数。对待量化的数据做截断处理时，该值越大，说明截断的上边界越接近待量化数据的最大值。
推荐配置	0.999999
必选或可选	可选

**表12** min_percentile参数说明
作用	最小值搜索位置。
类型	float
取值范围	（0.5,1]
参数说明	在从小到大排序的一组数中，决定取第多少小的数，比如有100个数，1.0表示取第100-100*1.0=0，对应的就是第一个小的数。对待量化的数据做截断处理时，该值越大，说明截断的下边界越接近待量化数据的最小值。
推荐配置	0.999999
必选或可选	可选

**表13** search_range参数说明
作用	控制量化因子的搜索范围[search_range_start, search_range_end]。
类型	list，列表中两个元素类型为float。
取值范围	0<search_range_start<search_range_end
参数说明	控制截断的上边界的浮动范围。 search_range_start：决定搜索开始的位置。 search_range_end：决定搜索结束的位置。
推荐配置	[0.7,1.3]
必选或可选	可选

**表14** search_step参数说明
作用	控制量化因子的搜索步长。
类型	float
取值范围	(0, (search_range_end-search_range_start)]
参数说明	控制截断的上边界的浮动范围步长，值越小，浮动步长越小。
推荐配置	0.01
必选或可选	可选

**表15** wts_algo参数说明
作用	权重量化算法。
类型	string
取值范围	arq_quantize
参数说明	基础权重量化取值：arq_quantize
推荐配置	-
必选或可选	可选

**表16** channel_wise搜索相关参数说明
作用	是否对每个channel采用不同的量化因子。
类型	bool
取值范围	true或false
参数说明	true：每个channel独立量化，量化因子不同。 false：所有channel同时量化，共享量化因子。
推荐配置	true
必选或可选	可选

父主题： 量化