快速入门

本章节详细给出量化压缩特性中训练后量化的模板代码解析说明，通过解读该代码，用户可以详细了解昇腾模型压缩工具的工作流程以及原理，方便用户基于已有模板代码进行修改，以便适配其他网络模型的量化。

用户可以参见mobilenetv2获取本章节的sample示例代码。训练后量化主要包括如下几个步骤：

1. 准备训练好的模型和数据集。
2. 在原始TensorFlow环境中验证模型精度以及环境是否OK。
3. 编写训练后量化脚本调用昇腾模型压缩工具API。
4. 执行训练后量化脚本。
5. 在原始TensorFlow环境中验证量化后仿真模型精度。

如下流程详细演示如何编写脚本调用昇腾模型压缩工具API进行模型量化。

1. 导入昇腾模型压缩工具包，设置日志级别。

   import amct_tensorflow as amct
   amct.set_logging_level(print_level="info", save_level="info")

2. （可选，由用户补充处理）建议使用原始待量化的模型和测试集，基于TensorFlow在NPU环境下在线推理，验证环境、推理脚本是否正常。

   执行该步骤时，需要注意如下两点：

   1. 推荐执行该步骤，确保原始模型可以在NPU完成推理且精度正常，如果该步骤无法完成，则将无法进行量化操作；如果该步骤的推理精度不满足要求，则后续量化精度结果将不可信。
   2. 执行该步骤时，可以使用部分测试集，减少运行时间。

   user_do_inference_on_npu(ori_model, test_data)

3. （由用户补充处理）根据原始模型user_model.pb，准备好图结构tf.Graph。

   ori_model = 'user_model.pb'
   ori_graph = user_load_graph(ori_model)

4. 调用昇腾模型压缩工具，量化模型。
   1. 生成量化配置。

      config_file = './tmp/config.json'
      skip_layers = []
      amct.create_quant_config_ascend(config_file=config_file,
      				graph=ori_graph,
      				skip_layers=skip_layers)

   2. 修改图，在图中插入量化相关的算子。

      record_file = './tmp/record.txt'
      user_model_outputs = ['user_model_outputs0', 'user_model_outputs1']
      calibration_graph, calibration_outputs = amct.quantize_model_ascend(
          graph=ori_graph,
          config_file=config_file,
          record_file=record_file，
          outputs=user_model_outputs)

   3. （由用户补充处理）使用修改后的图在校准集上做在线推理，找到量化因子。

      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. 量化后图的calibration_graph输出为calibration_outputs，在线推理时都要执行。

      user_do_inference_on_npu(calibration_graph, calibration_outputs, calibration_data)

   4. 保存模型。

      quant_model_path = './results/user_model'
      amct.save_model_ascend(pb_model=ori_model,
      	               outputs=user_model_outputs,
      	               record_file=record_file,
      	               save_path=quant_model_path)

5. （可选，由用户补充处理）使用量化后模型user_model_quantized.pb和测试集，在TensorFlow CPU环境下推理，测试量化后的仿真模型精度。

   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。

   quant_model = './results/user_model_quantized.pb'
   user_do_inference_on_cpu(quant_model, test_data)