手工量化

本节详细介绍训练后量化支持的量化层，接口调用流程和示例。

训练后量化支持量化的层以及约束如下，量化过程请参见获取更多样例。

表1 训练后量化支持的层以及约束
支持的层类型	约束	备注
MatMul：全连接层	transpose_a=False, transpose_b=False，adjoint_a=False，adjoint_b=False	-
BatchMatMul/BatchMatMulV2	adjoint_a=False，adjoint_b=False	-
Conv2D：卷积层	-	weight的输入来源不含有placeholder等可动态变化的节点，且weight的节点类型只能是const。
DepthwiseConv2dNative：Depthwise卷积层	dilation=1
Conv2DBackpropInput：反卷积层	dilation=1
AvgPool：平均下采样层	-	-

接口调用流程

训练后量化接口调用流程如图1所示：

图1 训练后量化接口调用流程
点击放大

蓝色部分为用户实现，灰色部分为用户调用AMCT提供的API实现，用户在TensorFlow原始网络推理的代码中导入库，并在特定的位置调用相应API，即可实现量化功能。工具使用分为如下两种场景，本手册重点介绍使用NPU在线推理场景。使用TensorFlow CPU推理的详细操作以及sample运行示例请参见《AMCT工具（TensorFlow）》。

使用NPU在线推理：
1. 用户首先构造TensorFlow的原始模型，然后使用create_quant_config_ascend接口生成量化配置文件。
2. 根据TensorFlow模型和量化配置文件，即可调用quantize_model_ascend接口对原始TensorFlow模型进行优化，修改后的模型中包含了量化算法，用户使用该模型借助AMCT提供的数据集和校准集，在NPU环境中进行在线推理，可以得到量化因子。
  其中数据集用于在NPU环境中对模型进行推理时，测试量化数据的精度；校准集用来产生量化因子，保证精度。
3. 最后用户可以调用save_model_ascend接口保存量化后的模型，该模型可在NPU环境中部署。
使用TensorFlow CPU推理：
- 场景1：
  1. 用户首先构造TensorFlow的原始模型，然后使用create_quant_config接口生成量化配置文件。
  2. 根据TensorFlow模型和量化配置文件，即可调用quantize_model接口对原始TensorFlow模型进行优化，修改后的模型中包含了量化算法，用户使用该模型借助AMCT提供的数据集和校准集，在TensorFlow CPU环境中进行推理，可以得到量化因子。
    其中数据集用于在TensorFlow环境中对模型进行推理时，测试量化数据的精度；校准集用来产生量化因子，保证精度。
  3. 最后用户可以调用save_model接口保存量化后的模型，该模型可在TensorFlow CPU环境中进行精度仿真。
  关于接口的详细说明请参见接口说明。
- 场景2：
  如果用户不使用场景1中的接口，而是用自己计算得到的量化因子以及TensorFlow原始模型，生成量化模型，则需要使用convert_model接口完成相关量化动作。

调用示例

调用示例请参见快速入门。

父主题： 量化