Skip to content

D
docs

MindSpore / docs

通知 4
Star 2
Fork 2
D
docs
提交 d638cd34 编写于 作者: M mindspore-ci-bot 提交者： Gitee
浏览文件
操作

!296 Optimize the documents of aware quantization 

Merge pull request !296 from leiyuning/master
上级 c2b528c3 ae7e1fe9
隐藏空白更改
内联 并排
Showing with 169 addition and 125 deletion
tutorials/source_zh_cn/advanced_use/aware_quantization.md
浏览文件 @ d638cd34
......@@ -3,147 +3,192 @@
<!-- TOC -->
- [量化](#量化)
- [概述](#概述)
- [感知量化训练](#感知量化训练)
- [背景](#背景)
- [概念](#概念)
- [量化](#量化-1)
- [伪量化节点](#伪量化节点)
- [感知量化示例](#感知量化示例)
- [导入模型重训与推理](#导入模型重训与推理)
- [感知量化训练](#感知量化训练)
- [感知量化训练示例](#感知量化训练示例)
- [定义融合网络](#定义融合网络)
- [转化为量化网络](#转化为量化网络)
- [重训和推理](#重训和推理)
- [导入模型重新训练](#导入模型重新训练)
- [进行推理](#进行推理)
- [参考文献](#参考文献)
<!-- /TOC -->
<a href="https://gitee.com/mindspore/docs/blob/master/tutorials/source_zh_cn/advanced_use/aware_quantization.md" target="_blank"><img src="../_static/logo_source.png"></a>
## 概述
与FP32类型相比，FP16、INT8、INT4的低精度数据表达类型所占用空间更小，因此对应的存储空间和传输时间都可以大幅下降。以手机为例，为了提供更人性化和智能的服务，现在越来越多的OS和APP集成了深度学习的功能，自然需要包含大量的模型及权重文件。经典的AlexNet，原始权重文件的大小已经超过了200MB，而最近出现的新模型正在往结构更复杂、参数更多的方向发展。显然，低精度类型的空间受益还是很明显的。低比特的计算性能也更高，INT8相对比FP32的加速比可达到3倍甚至更高，功耗上也对应有所减少。
量化即以较低的推理精度损失将连续取值（或者大量可能的离散取值）的浮点型模型权重或流经模型的张量数据定点近似（通常为int8）为有限多个（或较少的）离散值的过程，它是以更少位数的数据类型用于近似表示32位有限范围浮点型数据的过程，而模型的输入输出依然是浮点型，从而达到减少模型尺寸大小、减少模型内存消耗及加快模型推理速度等目标。
## 背景
量化方案主要分为两种：感知量化训练（aware quantization training）和训练后量化（post-training quantization）。
越来越多的应用选择在移动设备或者边缘设备上使用深度学习技术。以手机为例，为了提供人性化和智能的服务，现在操作系统和应用都开始集成深度学习功能。而使用该功能，涉及训练或者推理，自然包含大量的模型及权重文件。经典的AlexNet，原始权重文件已经超过了200MB，而最近出现的新模型正往结构更复杂、参数更多的方向发展。由于移动设备、边缘设备的硬件资源有限，需要对模型进行精简，而量化（Quantization）技术就是应对该类问题衍生出的技术之一。
## 感知量化训练
## 概念
感知量化训练为在网络模型训练的过程中，插入伪量化节点进行伪量化训练的过程。
### 量化
MindSpore的感知量化训练是一种伪量化的过程，它是在可识别的某些操作内嵌入伪量化节点，用以统计训练时流经该节点数据的最大最小值。其目的是减少精度损失，其参与模型训练的前向推理过程令模型获得量化损失，但梯度更新需要在浮点下进行，因而其并不参与反向传播过程。
量化即以较低的推理精度损失将连续取值（或者大量可能的离散取值）的浮点型模型权重或流经模型的张量数据定点近似（通常为INT8）为有限多个（或较少的）离散值的过程，它是以更少位数的数据类型用于近似表示32位有限范围浮点型数据的过程，而模型的输入输出依然是浮点型。这样的好处是可以减小模型尺寸大小，减少模型内存占用，加快模型推理速度，降低功耗等。
在MindSpore的伪量化训练中，支持非对称和对称的量化算法，支持4、7和8bit的量化方案。
如上所述，与FP32类型相比，FP16、INT8、INT4等低精度数据表达类型所占用空间更小。使用低精度数据表达类型替换高精度数据表达类型，可以大幅降低存储空间和传输时间。而低比特的计算性能也更高，INT8相对比FP32的加速比可达到3倍甚至更高，对于相同的计算，功耗上也有明显优势。
目前MindSpore感知量化训练支持的后端有GPU和Ascend。
当前业界量化方案主要分为两种：感知量化训练（Aware Quantization Training）和训练后量化（Post-training Quantization）。
### 伪量化节点
伪量化节点的作用：（1）找到网络数据的分布，即找到待量化参数的最大值和最小值；（2）模拟量化到低比特操作的时候的精度损失，把该损失作用到网络模型中，传递给损失函数，让优化器去在训练过程中对该损失值进行优化。
伪量化节点的意义在于统计流经数据的min和max值，并参与前向传播，让损失函数的值增大，优化器感知到损失值的增加，并进行持续性地反向传播学习，进一步减少因为伪量化操作而引起的精度下降，从而提升精确度。
对于权值和数据的量化，MindSpore都采用参考文献[1]中的方案进行量化。
### 感知量化示例
使用感知量化训练特性，主要的步骤为：
1. 定义网络模型
2. 量化自动构图
代码样例如下：
1. 定义网络模型
以LeNet5网络模型为例子，原网络模型的定义如下所示。
```python
class LeNet5(nn.Cell):
def __init__(self, num_class=10):
super(LeNet5, self).__init__()
self.num_class = num_class
self.conv1 = nn.Conv2d(1, 6, kernel_size=5)
self.bn1 = nn.batchnorm(6)
self.act1 = nn.relu()
self.conv2 = nn.Conv2d(6, 16, kernel_size=5)
self.bn2 = nn.batchnorm(16)
self.act2 = nn.relu()
self.fc1 = nn.Dense(16 * 5 * 5, 120)
self.fc2 = nn.Dense(120, 84)
self.act3 = nn.relu()
self.fc3 = nn.Dense(84, self.num_class)
self.max_pool2d = nn.MaxPool2d(kernel_size=2, stride=2)
def construct(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.act1(x)
x = self.max_pool2d(x)
x = self.conv2(x)
x = self.bn2(x)
x = self.act2(x)
x = self.max_pool2d(x)
x = self.flattern(x)
x = self.fc1(x)
x = self.act3(x)
x = self.fc2(x)
x = self.act3(x)
x = self.fc3(x)
return x
```
融合网络模型定义：
使用`nn.Conv2dBnAct`算子替换原网络模型中的三个算子`nn.Conv2d`、`nn.batchnorm`和`nn.relu`；
同理，使用`nn.DenseBnAct`算子替换原网络模型中的对应的算子`nn.Dense`、`nn.batchnorm`和`nn.relu`。
即使`nn.Dense`和`nn.Conv2d`算子后面没有`nn.batchnorm`和`nn.relu`，都要按规定使用上述两个算子进行融合替换。
```python
class LeNet5(nn.Cell):
def __init__(self, num_class=10):
super(LeNet5, self).__init__()
self.num_class = num_class
self.conv1 = nn.Conv2dBnAct(1, 6, kernel_size=5, batchnorm=True, activation='relu')
self.conv2 = nn.Conv2dBnAct(6, 16, kernel_size=5, batchnorm=True, activation='relu')
self.fc1 = nn.DenseBnAct(16 * 5 * 5, 120, activation='relu')
self.fc2 = nn.DenseBnAct(120, 84, activation='relu')
self.fc3 = nn.DenseBnAct(84, self.num_class)
self.max_pool2d = nn.MaxPool2d(kernel_size=2, stride=2)
def construct(self, x):
x = self.conv1(x)
x = self.max_pool2d(x)
x = self.conv2(x)
x = self.max_pool2d(x)
x = self.flattern(x)
x = self.fc1(x)
x = self.fc2(x)
x = self.fc3(x)
return x
```
2. 量化自动构图
使用`create_training_network`接口封装网络模型，该步骤将会自动在融合网络模型中插入伪量化算子。
```python
from mindspore.train.quant import quant as qat
net = qat.convert_quant_network(net, quant_delay=0, bn_fold=False, freeze_bn=10000, weight_bits=8, act_bits=8)
```
其余步骤（如定义损失函数、优化器、超参数和训练网络等）与普通网络训练相同。
### 导入模型重训与推理
经过`create_training_network`函数之后，融合网络模型的图自动转换为感知量化的图。在训练和推理的时候分为下面三种情况：
- 使用融合网络模型训练得到的checkpoint文件导入，进行感知量化训练，步骤为：a)定义融合网络模型，b)加载checkpoint文件，c)转换量化自动构图，d)训练。
- 使用感知量化训练得到的checkpoint文件导入，进行感知量化推理，步骤为：a)定义融合网络模型，b)转换量化自动构图，c)加载checkpoint文件，d)推理。
- 使用正常网络模型训练得到的checkpoint文件导入，进行感知量化训练，步骤为：a)定义融合网络模型，b)加载checkpoint文件，c)训练并保存为融合网络模型对应的checkpoint文件，d)使用融合网络模型训练得到的checkpoint文件导入，进行感知量化训练。
伪量化节点，是指感知量化训练中插入的节点，用以寻找网络数据分布，并反馈损失精度，具体作用如下：
- 找到网络数据的分布，即找到待量化参数的最大值和最小值；
- 模拟量化为低比特时的精度损失，把该损失作用到网络模型中，传递给损失函数，让优化器在训练过程中对该损失值进行优化。
## 感知量化训练
MindSpore的感知量化训练是在训练基础上，使用低精度数据替换高精度数据来简化训练模型的过程。这个过程不可避免引入精度的损失，这时使用伪量化节点来模拟引入的精度损失，并通过反向传播学习，来减少精度损失。对于权值和数据的量化，MindSpore采用了参考文献[1]中的方案。
感知量化训练规格
| 规格 | 规格说明 |
| --- | --- |
| 硬件支持 | GPU、Ascend AI 910处理器的硬件平台 |
| 网络支持 | 已实现的网络包括LeNet、ResNet50等网络，具体请参见<https://gitee.com/mindspore/mindspore/tree/master/model_zoo>。 |
| 算法支持 | 在MindSpore的伪量化训练中，支持非对称和对称的量化算法。 |
| 方案支持 | 支持4、7和8比特的量化方案。 |
## 感知量化训练示例
感知量化训练模型与一般训练步骤一致，在定义网络和最后生成模型阶段后，需要进行额外的操作，完整流程如下：
1. 数据处理加载数据集。
2. 定义网络。
3. 定义融合网络。在完成定义网络后，替换指定的算子，完成融合网络的定义。
4. 定义优化器和损失函数。
5. 进行模型训练。基于融合网络训练生成融合模型。
6. 转化量化网络。基于融合网络训练后得到的融合模型，使用转化接口在融合模型中插入伪量化节点，生成的量化网络。
7. 进行量化训练。基于量化网络训练，生成量化模型。
在上面流程中，第3、6、7步是感知量化训练区别普通训练需要额外进行的步骤。
> - 融合网络：使用指定算子（`nn.Conv2dBnAct`、`nn.DenseBnAct`）替换后的网络。
> - 融合模型：使用融合网络训练生成的checkpoint格式的模型。
> - 量化网络：融合模型使用转换接口（`convert_quant_network`）插入伪量化节点后得到的网络。
> - 量化模型：量化网络训练后得到的checkpoint格式的模型。
接下来，以LeNet网络为例，展开叙述3、6两个步骤。
> 你可以在这里找到完整可运行的样例代码：<https://gitee.com/mindspore/mindspore/tree/master/model_zoo/lenet_quant> 。
### 定义融合网络
定义融合网络，在定义网络后，替换指定的算子。
1. 使用`nn.Conv2dBnAct`算子替换原网络模型中的3个算子`nn.Conv2d`、`nn.batchnorm`和`nn.relu`。
2. 使用`nn.DenseBnAct`算子替换原网络模型中的3个算子`nn.Dense`、`nn.batchnorm`和`nn.relu`。
> 即使`nn.Dense`和`nn.Conv2d`算子后面没有`nn.batchnorm`和`nn.relu`，都要按规定使用上述两个算子进行融合替换。
原网络模型的定义如下所示：
```python
class LeNet5(nn.Cell):
def __init__(self, num_class=10):
super(LeNet5, self).__init__()
self.num_class = num_class
self.conv1 = nn.Conv2d(1, 6, kernel_size=5)
self.bn1 = nn.batchnorm(6)
self.act1 = nn.relu()
self.conv2 = nn.Conv2d(6, 16, kernel_size=5)
self.bn2 = nn.batchnorm(16)
self.act2 = nn.relu()
self.fc1 = nn.Dense(16 * 5 * 5, 120)
self.fc2 = nn.Dense(120, 84)
self.act3 = nn.relu()
self.fc3 = nn.Dense(84, self.num_class)
self.max_pool2d = nn.MaxPool2d(kernel_size=2, stride=2)
def construct(self, x):
x = self.conv1(x)
x = self.bn1(x)
x = self.act1(x)
x = self.max_pool2d(x)
x = self.conv2(x)
x = self.bn2(x)
x = self.act2(x)
x = self.max_pool2d(x)
x = self.flattern(x)
x = self.fc1(x)
x = self.act3(x)
x = self.fc2(x)
x = self.act3(x)
x = self.fc3(x)
return x
```
替换算子后的融合网络如下：
```python
class LeNet5(nn.Cell):
def __init__(self, num_class=10):
super(LeNet5, self).__init__()
self.num_class = num_class
self.conv1 = nn.Conv2dBnAct(1, 6, kernel_size=5, batchnorm=True, activation='relu')
self.conv2 = nn.Conv2dBnAct(6, 16, kernel_size=5, batchnorm=True, activation='relu')
self.fc1 = nn.DenseBnAct(16 * 5 * 5, 120, activation='relu')
self.fc2 = nn.DenseBnAct(120, 84, activation='relu')
self.fc3 = nn.DenseBnAct(84, self.num_class)
self.max_pool2d = nn.MaxPool2d(kernel_size=2, stride=2)
def construct(self, x):
x = self.conv1(x)
x = self.max_pool2d(x)
x = self.conv2(x)
x = self.max_pool2d(x)
x = self.flattern(x)
x = self.fc1(x)
x = self.fc2(x)
x = self.fc3(x)
return x
```
### 转化为量化网络
使用`convert_quant_network`接口自动在融合模型中插入伪量化节点，将融合模型转化为量化网络。
```python
from mindspore.train.quant import quant as qat
net = qat.convert_quant_network(net, quant_delay=0, bn_fold=False, freeze_bn=10000, weight_bits=8, act_bits=8)
```
## 重训和推理
### 导入模型重新训练
上面介绍了从零开始进行感知量化训练。更常见情况是已有一个模型文件，希望生成量化模型，这时已有正常网络模型训练得到的模型文件及训练脚本，进行感知量化训练。这里使用checkpoint文件重新训练的功能，详细步骤为：
1. 数据处理加载数据集。
2. 定义网络。
3. 定义融合网络。
4. 定义优化器和损失函数。
5. 加载模型文件模型重训。加载已有模型文件，基于融合网络重新训练生成融合模型。详细模型重载训练，请参见<https://www.mindspore.cn/tutorial/zh-CN/master/use/saving_and_loading_model_parameters.html#id6>
6. 转化量化网络。
7. 进行量化训练。
### 进行推理
使用量化模型进行推理，与普通模型推理一致，分为直接checkpoint文件推理及转化为通用模型格式（ONNX、GEIR等）进行推理。
> 推理详细说明请参见<https://www.mindspore.cn/tutorial/zh-CN/master/use/multi_platform_inference.html>。
- 使用感知量化训练后得到的checkpoint文件进行推理：
1. 加载量化模型。
2. 推理。
- 转化为ONNX等通用格式进行推理（暂不支持，开发完善后补充）。
## 参考文献
[1] Jacob B, Kligys S, Chen B, et al. Quantization and training of neural networks for efficient integer-arithmetic-only inference[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 2704-2713.
......@@ -151,4 +196,3 @@ MindSpore的感知量化训练是一种伪量化的过程，它是在可识别
[2] Krishnamoorthi R. Quantizing deep convolutional networks for efficient inference: A whitepaper[J]. arXiv preprint arXiv:1806.08342, 2018.
[3] Jacob B, Kligys S, Chen B, et al. Quantization and training of neural networks for efficient integer-arithmetic-only inference[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 2704-2713.
Markdown is supported
0% 或 .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑！
想要评论请 注册 或