create_quant_retrain_model

功能说明

量化感知训练接口，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量化相关的算子（数据和权重的量化感知训练层以及找N的层），生成量化因子记录文件record_file，返回修改后可用于量化感知训练的torch.nn.module模型。

函数原型

quant_retrain_model = create_quant_retrain_model (config_file, model, record_file, input_data)

参数说明

参数名	输入/返回值	含义	使用限制
config_file	输入	用户生成的量化感知训练配置文件，用于指定模型network中量化层的配置情况。	数据类型：string
model	输入	待进行量化感知训练的模型，已加载权重。	数据类型：torch.nn.module
record_file	输入	量化因子记录文件路径及名称。	数据类型：string
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
quant_retrain_model	返回值	修改后可用于量化感知训练的torch.nn.module模型。	默认值：None 数据类型：torch.nn.module

返回值说明

量化感知训练的模型。

函数输出

无。

调用示例

import amct_pytorch as amct
# 建立待进行量化感知训练的网络图结构
model = build_model()
model.load_state_dict(torch.load(state_dict_path))
input_data = tuple([torch.randn(input_shape)])
 
scale_offset_record_file = os.path.join(TMP, 'scale_offset_record.txt')
# 插入量化API
quant_retrain_model = amct.create_quant_retrain_model(
               config_json_file,
               model,
               scale_offset_record_file,
               input_data)

父主题： 量化感知训练