量化流程

本节详细介绍量化感知训练支持的量化层，接口调用流程和示例。

INT4量化只有Atlas 推理系列产品（Ascend 310P处理器）支持。

量化感知训练根据量化后低比特位宽大小分为INT8量化和INT4量化，具体使用哪种量化方式，由量化感知训练简易配置文件说明中的dst_type参数控制。量化示例请参见获取更多样例>resnet101。

量化感知训练当前仅支持对FP32数据类型的网络模型进行量化。用户可以根据实际情况选择进行INT8量化还是INT4量化。量化感知训练支持量化的层以及约束如下：

表1 量化感知训练支持的层以及约束

支持的层类型

约束

备注

torch.nn.Linear

-
  • 复用层（共用weight和bias参数）不支持量化。
  • 所列层支持INT8量化和INT4量化。

torch.nn.Conv2d
  • padding_mode为zeros
  • 由于硬件约束，原始模型中输入通道数Cin<=16时不建议进行量化感知训练，否则可能会导致量化后的部署模型推理时精度下降

torch.nn.ConvTranspose2d
  • padding_mode为zeros
  • 由于硬件约束，原始模型中输入通道数Cin<=16时不建议进行量化感知训练，否则可能会导致量化后的部署模型推理时精度下降

接口调用流程

量化感知训练接口调用流程如图1所示。

图1 接口调用流程
蓝色部分为用户实现，灰色部分为用户调用AMCT提供的API实现：
  1. 用户首先构造PyTorch的原始模型，调用create_quant_retrain_config接口生成量化配置文件。
  2. 调用create_quant_retrain_model接口对原始模型进行修改，修改后的模型中插入了数据量化、权重量化等相关算子，用于计算量化相关参数。
  3. 对修改后的模型进行训练，如果训练未中断，将训练后的模型进行推理，进行推理的过程中，会将量化因子写出到record文件中。

    如果训练过程中断，则可基于保存的pth模型参数和量化配置文件，重新调用restore_quant_retrain_model接口，输出修改后的retrain network，继续进行量化感知的训练，然后进行推理。

  4. 调用save_quant_retrain_model接口，插入AscendQuant、AscendDequant等量化算子，保存量化模型。

调用示例

  1. 基于PyTorch环境进行训练，当前仅支持distribution模式（即DistributedDataParallel模式）的多卡训练，不支持DataParallel模式的多卡训练，使用DP模式训练会报错。
  2. 如下示例标有“由用户补充处理”的步骤，需要用户根据自己的模型和数据集进行补充处理，示例中仅为示例代码。
  3. 调用AMCT的部分，函数入参可以根据实际情况进行调整。量化感知训练基于用户的训练过程，请确保已经有基于PyTorch环境进行训练的脚本，并且训练后的精度正常。
  4. 参考本章节进行量化，模型中存在Pytorch自定义算子时，可能存在无法导出生成ONNX模型，从而导致量化失败的问题。具体报错信息如下：'Model cannot be quantized for it cannot be export to onnx!' 。此时，您可以参考单算子模式的量化感知训练章节，进行单算子模式的量化。
  1. 导入AMCT包，并通过安装后处理中的环境变量设置日志级别。

    1
    		 
    import amct_pytorch as amct

  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，在PyTorch环境下推理，验证环境、推理脚本是否正常。

    推荐执行该步骤，请确保原始模型可以完成推理且精度正常；执行该步骤时，可以使用部分测试集，减少运行时间。

    1
2
3
    		 
    ori_model.load()
# 测试模型
user_test_model(ori_model, test_data, test_iterations)

  3. 调用AMCT，执行量化流程。

    1. 生成量化配置。

      实现该步骤前，应先恢复训练好的参数，如2中的ori_model.load()。

      1
2
3
4
5
6
      		 
      config_file = './tmp/config.json'
simple_cfg = './retrain.cfg'
amct.create_quant_retrain_config(config_file=config_file,
                                 model=ori_model,
                                 input_data=ori_model_input_data,
                                 config_defination=simple_cfg)
    2. 修改模型。
      在模型ori_model插入数据量化、权重量化等相关算子，用于计算量化相关参数，然后保存为新的训练模型retrain_model。 
      1
2
3
4
5
      		 
      record_file = './tmp/record.txt'
quant_retrain_model = amct.create_quant_retrain_model(config_file=config_file,
						      model=ori_model,
						      record_file=record_file,
						      input_data=ori_model_input_data)
    3. （由用户补充处理）使用修改后的图，创建反向梯度，在训练集上做训练，训练量化因子。
      1. 使用修改后的图，创建反向梯度。该步骤需要在3.b后执行。 
        1
        		 
        optimizer = user_create_optimizer(quant_retrain_model)
      2. 从训练好的checkpoint恢复模型，并训练模型。

        注意：从训练好的checkpoint恢复模型参数后再训练；训练中保存的参数应该包括量化因子。

        1
2
        		 
        quant_pth = './ckpt/user_model'
user_train_model(optimizer, quant_retrain_model, train_data)
      3. 训练完成后，执行推理，计算量化因子并保存。 
        1
        		 
        user_infer_graph(quant_retrain_model)
    4. 保存量化模型。
      根据量化因子以及用户重训练好的模型，调用save_quant_retrain_model接口，插入AscendQuant、AscendDequant等算子，保存为量化模型。 
      1
2
3
4
5
6
      		 
      quant_model_path = './result/user_model'
amct.save_quant_retrain_model(config_file=config_file,
                              model=quant_retrain_model,
                              record_file=record_file,
                              save_path=quant_model_path,
                              input_data=ori_model_input_data)

  4. （可选，由用户补充处理）基于ONNX Runtime的环境，使用量化后模型（quant_model）在测试集（test_data）上做推理，测试量化后仿真模型的精度。

    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。

    1
2
    		 
    quant_model = './results/user_model_fake_quant_model.onnx'
user_do_inference_onnx(quant_model, test_data, test_iterations)

如果训练过程中断，需要从ckpt中恢复数据，继续训练，则调用流程为：

  1. 导入AMCT包，并通过安装后处理中的环境变量设置日志级别。

    1
    		 
    import amct_pytorch as amct

  1. 准备原始模型。

    1
    		 
    ori_model= user_create_model()

  2. 调用AMCT，恢复量化训练流程。

    1. 修改模型，在模型ori_model插入量化相关的算子，保存为新的训练模型retrain_model。 
      1
2
3
4
5
6
7
8
9
      		 
      config_file = './tmp/config.json'
simple_cfg = './retrain.cfg'
record_file = './tmp/record.txt'
quant_pth_file = './ckpt/user_model_newest.ckpt'
quant_retrain_model = amct.restore_quant_retrain_model(config_file=config_file,
						       model=ori_model,
						       record_file=record_file,
	                                               input_data=ori_model_input_data，
	                                               pth_file=quant_pth_file)
    2. （由用户补充处理）使用修改后的图，创建反向梯度，在训练集上做训练，训练量化因子。
      1. 使用修改后的图，创建反向梯度。该步骤需要在3.a后执行。 
        1
        		 
        optimizer = user_create_optimizer(retrain_model)
      2. 从训练好的checkpoint恢复模型，并训练模型。

        注意：从训练好的checkpoint恢复模型参数后再训练；训练中保存的参数应该包括量化因子。

        1
        		 
        user_train_model(optimizer, retrain_model, train_data)
      3. 训练完成后，执行推理，计算量化因子并保存。 
        1
        		 
        user_infer_graph(train_graph, retrain_ops[-1].output_tensor)
    3. 保存模型。 
      1
2
3
4
5
6
      		 
      quant_model_path = './result/user_model'
amct.save_quant_retrain_model(config_file=config_file,
                              model=ori_model,
                              record_file=record_file,
                              save_path=quant_model_path,
                              input_data=ori_model_input_data)

  3. （可选，由用户补充处理）基于ONNX Runtime的环境，使用量化后模型（quant_model）在测试集（test_data）上做推理，测试量化后仿真模型的精度。

    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。

    1
2
    		 
    quant_model = './results/user_model_fake_quant_model.onnx'
user_do_inference_onnx(quant_model, test_data, test_iterations)

父主题： 量化感知训练