quantize_model
功能说明
训练后量化接口，根据用户设置的量化配置文件对图结构进行量化处理，该函数在config_file指定的层插入权重量化层，完成权重量化，并插入数据量化层，将修改后的网络存为新的模型文件。
函数原型
quantize_model(config_file, model, *input_data)
参数说明
参数名 |
输入/返回值 |
含义 |
使用限制 |
|---|---|---|---|
config_file |
输入 |
通过create_quant_config接口生成的量化配置文件，用于指定模型中量化层的配置情况。 必选。 |
数据类型：string。 |
model |
输入 |
已加载过训练参数MindSpore网络模型。 必选。 |
数据类型：MindSpore模型。 |
input_data |
输入 |
用户网络输入数据。 必选。 |
数据类型：MindSpore的Tensor。需要与MindSpore模型的input保持一致的shape。 |
调用示例
from msmodelslim.mindspore.quant.ptq_quant.quantize_model import quantize_model config_file = "./test_config_file.json" model = SampleModel() input_data = ms.Tensor(np.random.uniform(size=[1, 3, 224, 224]), dtype=mstype.float32) calibrate_model = quantize_model(config_file, model, input_data)
父主题： 训练后量化（MindSpore）