训练后量化（PyTorch）

概述

训练后量化工具需要用户提供PyTorch训练脚本或者pth文件，工具可自动对模型中的卷积（torch.nn.Conv2d）和线性层（torch.nn.Linear）进行识别并量化，最终导出量化后的onnx模型，量化后的模型可以在推理服务器上运行，达到提升推理性能的目的。量化过程中用户需自行提供模型与数据集，调用API接口完成模型的量化调优。

自动混合精度量化算法

为了提升量化精度，训练后量化（PyTorch）算法内置了自动混合精度的模块，自动识别并回退量化敏感层为浮点计算，避免量化敏感层对精度造成较大损失。算法核心是：计算每个量化层量化前后输出的MSE，根据MSE的排序来衡量每一个量化层的量化敏感性，自动回退MSE最大的部分敏感层，从而提升量化的精度。

精度保持策略

为了进一步降低量化精度损失，训练后量化（PyTorch）工具内集成了多种精度保持策略，对权重的量化参数和取证方式进行优化。

• Easy Quant权重优化方法：利用输出相似性优化量化参数，减少输入输出张量的量化误差，推荐在Label-Free模式下使用，通常能够起到较好的改善效果。
• ADMM权重优化方法：使用交替优化的方法，对权重的量化参数进行迭代更新优化，推荐在Label-Free模式下使用，适当改善量化效果。
• Rounding取整优化：在量化中普通取整不是最优解，使用自适应取整的方式优化权重的取整能提高量化精度，推荐在Label-Free模式下使用，适当改善量化效果。

前提条件

• 已参考环境准备，完成CANN开发环境的部署及Python环境变量配置。
• 训练后量化前须执行命令安装依赖。

  如下命令如果使用非root用户安装，需要在安装命令后加上--user，例如：pip3 install onnx --user。

  pip3 install numpy              #需大于等于1.21.0版本
  pip3 install onnx               #需大于等于1.11.0版本
  pip3 install torch==1.11.0      #支持1.8.1和1.11.0，须为CPU版本的torch
  pip3 install onnx-simplifier    #需大于等于0.3.10版本

操作步骤

1. 本样例以ResNet50为例。新建量化脚本样例resnet_quant.py，并进入{CANN包安装路径}/ascend-toolkit/latest/tools/msmodelslim/pytorch/quant/ptq_tools/目录，获取readme.md中的调用示例，拷贝至量化脚本样例resnet_quant.py中。

   量化脚本中需用户关注以下步骤，可以根据实际情况配置。

2. 用户需自行准备在imagenet数据集上训练后保存的PyTorch训练脚本或pth模型，本样例使用ResNet50可以通过以下方式导入，用户也可以自定义导入。

   import torchvision
   model = torchvision.models.resnet50(pretrained=True)
   model.eval()

3. 导入训练后量化接口。

   from msmodelslim.pytorch.quant.ptq_tools import QuantConfig, Calibrator

4. （可选）调整日志输出等级，启动调优任务后，将打屏显示量化调优的日志信息。

   from msmodelslim import set_logger_level
   set_logger_level("info")        #根据实际情况配置

5. 使用QuantConfig接口，配置量化参数，生成量化配置实例，请参考QuantConfig进行配置。

   disable_names = []
   input_shape = [1, 3, 224, 224] 
   keep_acc={'admm': [False, 1000], 'easy_quant': [False, 1000], 'round_opt': False}
   quant_config = QuantConfig(
       disable_names=disable_names,  # 手动回退的量化层名称，如精度太差，推荐回退量化敏感层
       amp_num=0,                    # 混合精度量化回退层数
       input_shape=input_shape,      # 模型输入的shape，用于Label-Free量化构造虚拟数据
       keep_acc=keep_acc,            # 精度保持策略
       sigma=25,                     # 大于0使用sigma统计方法；传入0值使用min-max统计方法
       )

6. 调用Calibrator，通过Calibrator类封装量化算法，请参考Calibrator进行配置。

   calibrator = Calibrator(model, quant_config)

7. 使用run接口，执行量化过程。

   calibrator.run()

8. 使用export_param接口或export_quant_onnx接口进行导出。
   • 使用export_param接口，可导出模型量化参数，具体请参考export_param进行配置

     calibrator.export_param ("./output")

   • 使用export_quant_onnx接口，可导出量化后onnx模型，具体请参考export_quant_onnx进行配置。

     calibrator.export_quant_onnx("resnet50", "./output", ["input.1"])

9. 启动模型量化调优任务，并在步骤8指定的输出目录获取一个量化完成的模型。

   python3 resnet_quant.py