--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。

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（.）、中文字符。

参数值约束：

当前仅支持配置如下两种压缩方式，用户根据实际情况决定配置哪种压缩方式：

enable_first_layer_quantization:true
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 
    log: info
}

其中：

• enable_first_layer_quantization：用于控制AIPP首层卷积是否进行优化（AIPP会与量化后模型首层卷积CONV2D前的Quant算子进行融合），配置文件中冒号前面表示压缩优化特性名称，冒号后面表示是否使能该特性，true表示使能，false表示不使能，默认不使能。

  使能enable_first_layer_quantization特性时，只有网络结构中存在AIPP+CONV2D结构，并且在atc命令中将--enable_small_channel参数设置为1时，才有可能获得性能收益。由于量化后的模型存在一定程度上的精度损失，用户根据实际情况决定是否使能该特性。

• calibration：训练后量化。
  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。
  • 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，请参见--soc_version参数处的取值说明。
  • 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。
  • 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。
    • export AMCT_LOG_DUMP=2：保存量化因子record文件，并将日志落盘到当前路径的amct_log_时间戳/amct_acl.log文件中。
    • export AMCT_LOG_DUMP=3：保存量化因子record文件和graph文件，并将日志落盘到当前路径的amct_log_时间戳/amct_acl.log文件中。

参数默认值：无。

推荐配置及收益

无

示例

假设压缩优化功能配置文件名称为compression_optimize.cfg，文件内容配置示例如下：

enable_first_layer_quantization:true
calibration: 
{
    input_data_dir: ./data.bin;d2.bin
    input_shape: in:16,16;in1:16,16
    config_file: simple_config.cfg
    infer_soc: xxxxxxxx
    infer_device_id: 0 
    infer_ip: x.x.x.x 
    infer_port: 1000
    log: info
}

将该文件上传到ATC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

支持的芯片型号

昇腾310 AI处理器

昇腾310P AI处理器

昇腾910 AI处理器

依赖约束

• 使用该参数中的enable_first_layer_quantization特性时，请确保使用的模型是由昇腾模型压缩工具（AMCT）进行量化操作后输出的部署模型。
• 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，ATC工具会调用昇腾模型压缩工具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