文档HOT
下载
中文
注册

量化数据均衡预处理

在一些数据分布不均匀的场景，由于离群值的影响，对数据进行per-tensor量化得到的结果误差较大，而per-channel量化可以获得更低的误差。但由于当前硬件不支持数据per-channel量化，仅支持权重per-channel量化；在该背景下AMCT设计出一套方法，本节将给出详细介绍。

通过数据均衡预处理接口计算出均衡因子，将模型数据与权重进行数学等价换算，均衡模型数据与权重的分布，将数据的量化难度迁移一部分至权重，从而降低量化误差。该特性支持的层及约束如下：

表1 支持的层以及约束

支持的层类型

约束

备注

torch.nn.Linear

-

复用层（共用weight和bias参数）不支持量化。

torch.nn.Conv2d

padding_mode为zeros

torch.nn.Conv3d

dilation_d为1，dilation_h/dilation_w >= 1

padding_mode为zeros

torch.nn.ConvTranspose2d

padding_mode为zeros

接口调用流程

均匀预处理接口调用流程如图1所示。

图1 均匀预处理接口调用流程
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，工具使用分为如下场景：
  1. 用户首先构造PyTorch的原始模型，然后使用create_quant_config生成量化配置文件。
  2. 根据PyTorch模型和量化配置文件，即可调用quantize_preprocess接口对原始PyTorch模型进行优化，优化后的PyTorch模型中包含了均衡量化算法。
  3. 使用校准集在PyTorch环境下执行一次前向推理，产生均衡量化因子，并将均衡量化因子输出到文件中。
  4. 根据PyTorch模型、量化配置文件和record文件，即可调用quantize_model接口对原始PyTorch模型再次进行优化，优化后的PyTorch模型中包含了量化算法。
  5. 使用校准集在PyTorch环境下执行前向推理，产生量化因子，并将量化因子输出到文件中。
  6. 最后用户可以调用save_model接口保存量化后的模型，包括可在ONNX执行框架ONNX Runtime环境中进行精度仿真的模型文件和可部署在昇腾AI处理器的模型文件。

调用示例

  • 如下示例标有“由用户补充处理”的步骤，需要用户根据自己的模型和数据集进行补充处理，示例中仅为示例代码。
  • 如下示例调用AMCT的部分，函数入参请根据实际情况进行调整。
  1. 导入AMCT包，并通过安装后处理>AMCT(PyTorch)中的环境变量设置日志级别。
    1
    		 
    import amct_pytorch as amct
  2. （可选，由用户补充处理）在PyTorch原始环境中验证推理脚本及环境。

    建议使用原始待量化的模型和测试集，在PyTorch环境下推理，验证环境、推理脚本是否正常。

    推荐执行该步骤，请确保原始模型可以完成推理且精度正常；执行该步骤时，可以使用部分测试集，减少运行时间。

    1
    		 
    user_do_inference_torch(ori_model, test_data, test_iterations)
  3. 调用AMCT，量化模型。
    1. 生成量化配置。 
      1
2
3
4
5
6
7
8
      		 
      config_file = './tmp/config.json'
skip_layers = []
batch_num = 1
amct.create_quant_config(config_file=config_file,
			        model=ori_model,
                                input_data=ori_model_input_data,
			        skip_layers=skip_layers,
			        batch_num=batch_num)
    2. 修改图，在图中插入均衡量化算子，用于计算均衡量化因子。 
      1
2
3
4
5
6
      		 
      record_file = './tmp/record.txt'
modified_onnx_model = './tmp/modified_model.onnx'
calibration_model = amct.quantize_preprocess(config_file=config_file,
					            record_file=record_file,
                                                    model=ori_model,
                                                    input_data=ori_model_input_data)
    3. （由用户补充处理）基于PyTorch环境，使用修改后的模型（calibration_model）在校准集（calibration_data）上做模型推理，找到均衡量化因子。

      该步骤执行时，需要注意如下两点：

      1. 校准集及其预处理过程数据要与模型匹配，以保证量化的精度。
      2. 前向推理的次数为1，如果次数超过1次，每执行一次推理，record中均衡量化因子会被记录一次，后续过程会失败。
      1
      		 
      user_do_inference_torch(calibration_model, calibration_data, test_iterations=1)
    4. 修改图，在图中插入数据量化，权重量化等相关的算子，用于计算量化相关参数。 
      1
2
3
4
5
6
      		 
      modified_onnx_model = './tmp/modified_model.onnx'
calibration_model = amct.quantize_model(config_file=config_file,
					       modified_onnx_model=modified_onnx_model,
					       record_file=record_file,
                                               model=ori_model,
                                               input_data=ori_model_input_data)
    5. （由用户补充处理）基于PyTorch环境，使用修改后的模型（calibration_model）在校准集（calibration_data）上做模型推理，生成量化因子。

      该步骤执行时，需要注意如下两点：

      1. 校准集及其预处理过程数据要与模型匹配，以保证量化的精度。
      2. 前向推理的次数为batch_num，如果次数不够，后续过程会失败。
      1
      		 
      user_do_inference_torch(calibration_model, calibration_data, batch_num)
    6. 保存模型。
      根据量化因子，调用save_model接口，插入AscendQuant、AscendDequant等算子，保存为量化模型。 
      1
2
3
4
      		 
      quant_model_path = './results/user_model'
amct.save_model(modified_onnx_file=modified_onnx_file,
                       record_file=record_file,
                       save_path=quant_model_path)
  4. （可选，由用户补充处理）基于ONNX Runtime的环境，使用量化后模型（quant_model）在测试集（test_data）上做推理，测试量化后仿真模型的精度。
    使用量化后仿真模型精度与2中的原始精度做对比，可以观察量化对精度的影响。 
    1
2
    		 
    quant_model = './results/user_model_fake_quant_model.onnx'
user_do_inference_onnx(quant_model, test_data, test_iterations)
父主题： 扩展更多特性