量化训练

量化训练要解决的问题是将FP32浮点数量化成INT8整数进行存储和计算,通过在训练中建模量化对模型的影响,降低量化误差。

PaddleSlim使用的是模拟量化训练方案,一般模拟量化需要先对网络计算图进行一定的处理,先在需要量化的算子前插入量化-反量化节点,再经过finetune训练减少量化运算带来的误差,降低量化模型的精度损失。

下面该教程将以图像分类模型MobileNetV1为例,说明如何快速使用PaddleSlim的模型量化接口

该示例包含以下步骤:

  1. 导入依赖
  2. 构建模型和数据集
  3. 进行预训练
  4. 量化训练
  5. 导出预测模型

以下章节依次次介绍每个步骤的内容。

1. 导入依赖

请参考PaddleSlim安装文档,安装正确的Paddle和PaddleSlim版本,然后按以下方式导入Paddle和PaddleSlim:

import paddle
import paddle.vision.models as models
from paddle.static import InputSpec as Input
from paddle.vision.datasets import Cifar10
import paddle.vision.transforms as T
from paddleslim.dygraph.quant import QAT

2. 构建网络和数据集

该章节构造一个用于对CIFAR10数据进行分类的分类模型,选用MobileNetV1,并将输入大小设置为[3, 32, 32],输出类别数为10。 为了方便展示示例,我们使用Paddle高层API提供的预定义mobilenetv1分类模型。 调用model.prepare配置模型所需的部件,比如优化器、损失函数和评价指标,API细节请参考文档

net = models.mobilenet_v1(pretrained=False, scale=1.0, num_classes=10)
inputs = [Input([None, 3, 32, 32], 'float32', name='image')]
labels = [Input([None, 1], 'int64', name='label')]
optimizer = paddle.optimizer.Momentum(
        learning_rate=0.1,
        parameters=net.parameters())
model = paddle.Model(net, inputs, labels)
model.prepare(
        optimizer,
        paddle.nn.CrossEntropyLoss(),
        paddle.metric.Accuracy(topk=(1, 5)))

transform = T.Compose([T.Transpose(), T.Normalize([127.5], [127.5])])
train_dataset = Cifar10(mode='train', backend='cv2', transform=transform)
val_dataset = Cifar10(mode='test', backend='cv2', transform=transform)

3. 进行预训练

对模型进行预训练,为之后的量化做准备。 执行以下代码对模型进行预训练

model.fit(train_dataset, epochs=5, batch_size=256, verbose=1)
model.evaluate(val_dataset, batch_size=256, verbose=1)

4. 量化训练

4.1 将模型转换为模拟量化模型

当使用普通量化策略时weight_preprocess_type 用默认设置None即可,当需要使用PACT量化策略时,则设置为’PACT’。

quant_config = {
    # weight preprocess type, default is None and no preprocessing is performed.
    'weight_preprocess_type': None,
    # for dygraph quantization, layers of type in quantizable_layer_type will be quantized
    'quantizable_layer_type': ['Conv2D', 'Linear'],
}

quanter = QAT(config=quant_config)
quanter.quantize(net)

注意:

  • 目前PACT量化策略产出的量化模型,使用PaddleLite在ARM CPU上部署时,精度正确,但是使用PaddleInference在NV GPU和Intel CPU上部署时,可能存在精度问题。所以,请合理选择在线量化方法的种类。
  • 对于使用动态图QAT量化训练功能的模型,在组网时请不要使用paddle.nn.functional.下的API。

4.2 训练量化模型

在这里我们对量化模型进行finetune训练,我们可以看到量化训练得到的模型与原模型准确率十分接近,代码如下所示:

model.fit(train_dataset, epochs=2, batch_size=256, verbose=1)
model.evaluate(val_dataset, batch_size=256, verbose=1)

在量化训练得到理想的量化模型之后,我们可以将其导出用于预测部署。

5. 导出预测模型

通过以下接口,可以直接导出量化预测模型:

path="./quant_inference_model"
quanter.save_quantized_model(
    net,
    path,
    input_spec=inputs)

导出之后,可以在path路径下找到导出的量化预测模型。

根据部署业务场景,可以使用PaddleLite将该量化模型部署到移动端(ARM CPU),或者使用PaddleInference将该量化模型部署到服务器端(NV GPU和Intel CPU)。

导出的量化模型相比原始FP32模型,模型体积没有明显差别,这是因为量化预测模型中的权重依旧保存为FP32类型。在部署时,使用PaddleLite opt工具转换量化预测模型后,模型体积才会真实减小。

部署参考文档:

  • 部署文档
  • PaddleLite部署量化模型文档
  • PaddleInference Intel CPU部署量化模型文档
  • PaddleInference NV GPU部署量化模型文档