下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

--compression_optimize_conf

功能说明

压缩优化功能配置文件路径以及文件名,通过该参数使能配置文件中指定的压缩优化特性,从而提升网络性能。

关联参数

若通过该参数配置了calibration量化特性,则不能再使用高精度特性,比如不能再通过--precision_mode参数配置force_fp32must_keep_origin_dtype(原图fp32输入);不能通过--op_precision_mode配置high_precision参数等。在高精度模式下设置量化参数,既拿不到量化的性能收益,也拿不到高精度模式的精度收益。

参数取值

参数值:配置文件路径以及文件名。

参数值格式:路径和文件名:支持大小写字母(a-z,A-Z)、数字(0-9)、下划线(_)、中划线(-)、句点(.)、中文汉字。

参数值约束:当前配置文件仅支持calibration特性,用于使能graph压缩功能。配置文件中冒号前面表示模型压缩特征,冒号后面表示该特性对应的参数。具体请参考示例

参数默认值:无。

推荐配置及收益

无。

示例

假设模型压缩功能配置文件名称为compression_optimize.cfg,文件内容配置示例如下:

calibration: 
{
    input_data_dir: ./data.bin,d2.bin
    input_shape: in:16,16;in1:16,16
    config_file: simple_config.cfg
    infer_soc: xxxxxx
    infer_device_id: 0 
    infer_ip: x.x.x.x
    infer_port: 8000
    log: info
}
  • calibration:训练后量化,是指在模型训练结束之后进行的量化,对训练后模型中的权重由浮点数(当前支持float32)量化到低比特整数(当前支持int8),并通过少量校准数据基于推理过程对数据(activation)进行校准量化,进而加速模型推理速度。训练后量化简单易用,只需少量校准数据,适用于追求高易用性和缺乏训练资源的场景。训练后量化的样例请单击Link获取。
    各参数说明如下,
    • input_data_dir:必选配置,模型输入校准数据的bin文件路径。若模型有多个输入,则多个输入的bin数据文件以英文逗号分隔。校准数据集用来计算量化参数,获取校准集时应该具有代表性,推荐使用测试集的子集作为校准数据集。校准数据的bin文件的生成方式可以参考链接
    • input_shape:必选配置,模型输入校准数据的shape信息,例如:input_name1:n1,c1,h1,w1;input_name2:n2,c2,h2,w2,节点中间使用英文分号分隔。
    • config_file:可选配置,训练后量化简易配置文件,该文件配置示例以及参数解释请参见简易配置文件
    • infer_soc:必选配置,进行训练后量化校准推理时,所使用的芯片名称,查询方法如下:

      在安装昇腾AI处理器的服务器执行npu-smi info命令进行查询,获取Chip Name信息。实际配置值为AscendChip Name,例如Chip Name取值为xxxyy,实际配置值为Ascendxxxyy

    • infer_device_id:可选配置,进行训练后量化校准推理时所使用昇腾AI处理器设备的ID,默认为0。
    • infer_ip:Ascend RC场景,配置为NCS软件包所在服务器IP地址。当AOE调优时携带了"--ip"参数时,不能配置该参数,否则系统会报错。
    • infer_port:Ascend RC场景,配置为NCS软件包所在服务器端口。当AOE调优时携带了"--port"参数时,不能配置该参数,否则系统会报错。
    • log:可选配置,设置训练后量化时的日志等级,该参数只控制训练后量化过程中显示的日志级别,默认显示info级别:
      • debug:输出debug/info/warning/error/event级别的日志信息。
      • info:输出info/warning/error/event级别的日志信息。
      • warning:输出warning/error/event级别的日志信息。
      • error:输出error/event级别的日志信息。
      此外,训练后量化过程中的日志打屏以及日志落盘信息由AMCT_LOG_DUMP环境变量进行控制:
      • export AMCT_LOG_DUMP=1:表示日志打印到屏幕,不保存量化因子record文件和graph文件。
      • export AMCT_LOG_DUMP=2:将日志落盘到当前路径的amct_log_$时间戳/amct_acl.log文件中,并保存量化因子record文件。
      • export AMCT_LOG_DUMP=3:将日志落盘到当前路径的amct_log_$时间戳/amct_acl.log文件中,并保存量化因子record文件和graph文件

      为防止日志文件、record文件、graph文件持续落盘导致磁盘被写满,请及时清理这些文件。

      如果用户配置了ASCEND_WORK_PATH环境变量,则上述日志、量化因子record文件和graph文件存储到该环境变量指定的路径下,例如ASCEND_WORK_PATH=/home/test,则存储路径为:/home/test/amct_acl/amct_log_{pid}_$时间戳。其中,amct_acl模型转换过程中会自动创建,{pid}为进程号。

将该文件上传到AOE工具所在服务器,例如上传到${HOME}/module,使用示例如下:

--compression_optimize_conf=${HOME}/module/compression_optimize.cfg

依赖约束

  • 使用配置文件中的calibration训练后量化功能时,只支持带NPU设备的安装场景,详细介绍请参见手册搭建对应产品环境。
  • 使用配置文件中的calibration进行训练后量化功能时,AOE工具会调用AMCT量化接口执行相关操作,原理图如下:
    图1 训练后量化原理简图
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词