--- title: 量化流程 description: "本节详细介绍训练后量化支持的量化层，接口调用流程和示例。" url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0174.html sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0174.html indexId: 9e6ad90ac9d9c9cf21e025e91a0058956f1f7b32fea6866afae903501df4448065 --- # 量化流程 本节详细介绍训练后量化支持的量化层，接口调用流程和示例。 训练后量化支持量化的层以及约束如下，量化示例请参见样例列表。如果量化后的模型精度无法满足要求，则需要进行基于精度的自动量化或量化感知训练或手工调优。 **表1 训练后量化支持的层以及约束** | 支持的层类型 | 约束 | 备注 | | --- | --- | --- | | MatMul | transpose\_a=False、transpose\_b=False、adjoint\_a=False、adjoint\_b=False | \- | | BatchMatMul/BatchMatMulV2 | adj\_x=False，adj\_y=False | 当两路输入都为变量tensor时，仅支持INT8对称量化。 两路输入都为变量tensor量化场景，只在如下产品能获得收益，其他产品量化后精度会下降。 Atlas 200I/500 A2 推理产品 Atlas A2 训练系列产品 / Atlas A2 推理系列产品 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 Atlas 350 加速卡 当第二路输入来源不含有placeholder等可动态变化的节点且维度为2维时，进行weight量化，插入AscendWeightQuant算子。其他场景进行两路输入量化，插入AscendQuant算子。 | | Conv2D | \- | weight的输入来源不含有placeholder等可动态变化的节点，且weight的节点类型只能是const。 针对DepthwiseConv2dNative层： 当strides>1且dilation>1时，在TensorFlow 1.15版本和2.6.5版本存在官方已知问题：CPU/GPU推理结果shape错误，并非AMCT本身问题。 当strides或者dilation只有一个大于1时，推理结果正确。 | | Conv3D | dilation\_d为1，dilation\_h/dilation\_w >= 1 | weight的输入来源不含有placeholder等可动态变化的节点，且weight的节点类型只能是const。 针对DepthwiseConv2dNative层： 当strides>1且dilation>1时，在TensorFlow 1.15版本和2.6.5版本存在官方已知问题：CPU/GPU推理结果shape错误，并非AMCT本身问题。 当strides或者dilation只有一个大于1时，推理结果正确。 | | DepthwiseConv2dNative | \- | weight的输入来源不含有placeholder等可动态变化的节点，且weight的节点类型只能是const。 针对DepthwiseConv2dNative层： 当strides>1且dilation>1时，在TensorFlow 1.15版本和2.6.5版本存在官方已知问题：CPU/GPU推理结果shape错误，并非AMCT本身问题。 当strides或者dilation只有一个大于1时，推理结果正确。 | | Conv2DBackpropInput | dilation为1 | weight的输入来源不含有placeholder等可动态变化的节点，且weight的节点类型只能是const。 针对DepthwiseConv2dNative层： 当strides>1且dilation>1时，在TensorFlow 1.15版本和2.6.5版本存在官方已知问题：CPU/GPU推理结果shape错误，并非AMCT本身问题。 当strides或者dilation只有一个大于1时，推理结果正确。 | | AvgPool | \- | \- | | MaxPool | 只做tensor量化 | \- | | Add | 只做tensor量化 | \- | #### 接口调用流程 训练后量化接口调用流程如图1所示。 图1 训练后量化接口调用流程 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，用户在TensorFlow原始网络推理的代码中导入库，并在特定的位置调用相应API，即可实现量化功能。工具运行流程如下：1. 用户首先构造TensorFlow的原始模型，然后使用 create_quant_config 接口生成量化配置文件。 2. 根据TensorFlow模型和量化配置文件，即可调用 quantize_model 接口对原始TensorFlow模型进行优化，修改后的模型中插入数据量化、权重量化等相关算子，用于计算量化相关参数。 3. 用户使用 2 输出的修改后的模型，借助AMCT提供的数据集和校准集，在TensorFlow环境中进行inference，可以得到量化因子。 其中数据集用于在TensorFlow环境中对模型进行推理时，测试量化数据的精度；校准集用来产生量化因子，保证精度。 4. 最后用户可以调用 save_model 接口，插入AscendQuant、AscendDequant等算子，保存为量化模型，该模型既可在TensorFlow环境中进行精度仿真又可以在AI处理器部署。 #### 调用示例 本章节详细给出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AMCT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。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正常。 3. 编写训练后量化脚本调用AMCTAPI。 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AMCT API进行模型量化。 - 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。 - 如下示例调用AMCT的部分，函数入参请根据实际情况进行调整。 1. 导入AMCT包，设置日志级别。 1 2 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）在TensorFlow原始环境中验证推理脚本及环境。 建议使用原始待量化的模型和测试集，在TensorFlow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 user_do_inference(ori_model, test_data, test_iterations) 3. （由用户补充处理）根据模型user_model.pb，准备好图结构tf.Graph。 1 ori_graph = user_load_graph() 4. 调用AMCT，量化模型。 a. 生成量化配置。 1 2 3 4 5 6 7 config_file = './tmp/config.json' skip_layers = [] batch_num = 1 amct.create_quant_config(config_file=config_file, graph=ori_graph, skip_layers=skip_layers, batch_num=batch_num) b. 修改图，在图中插入数据量化，权重量化等相关的算子，用于计算量化相关参数。 1 2 3 4 record_file = './tmp/record.txt' amct.quantize_model(graph=ori_graph, config_file=config_file, record_file=record_file) 使用AMCT调用quantize_model接口对用户的原始TensorFlow模型进行图修改时，由于插入了searchN层导致尾层输出节点发生改变的场景，可以参见TensorFlow网络模型由于AMCT导致输出节点改变，如何通过修改量化脚本进行后续的量化动作进行处理。如果量化过程存在空tensor输入报错信息，请参见使用训练后量化进行量化时，量化过程存在空tensor输入报错信息进行处理。 c. （由用户补充处理）使用修改后的图在校准集上做模型推理，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. 前向推理次数为batch_num，如果次数不足，由于校准算子没有将量化因子输出到record文件中，会导致后续读取record校验失败。 ``` user_do_inference(ori_graph, calibration_data, batch_num) ``` 若校准时提示“Invalid argument: You must feed a value for placeholder tensor **”，请参见校准时提示“Invalid argument: You must feed a value for placeholder tensor **”进行处理。 若校准过程中如果提示“xxx calculate scale failed”错误信息，请参见IFMR数据量化时，存在"inf或NaN值"或"xxx calculate scale failed"，量化过程报错。 d. 保存模型。 根据量化因子，调用save_model接口，插入AscendQuant、AscendDequant等算子，保存为量化模型。 1 2 3 4 5 quant_model_path = './results/user_model' amct.save_model(pb_model='user_model.pb', outputs=['user_model_outputs0', 'user_model_outputs1'], record_file=record_file, save_path=quant_model_path) 保存模型时提示“RuntimeError: cannot find shift_bit of layer ** in record_file”，则请参见保存模型时提示“RuntimeError: record_file is empty, no layers to be quantized”进行处理。 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（test_data），在TensorFlow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。 1 2 quant_model = './results/user_model_quantized.pb' user_do_inference(quant_model, test_data, test_iterations)