Skip to content

Latest commit

 

History

History
173 lines (117 loc) · 6.36 KB

model_prune_quantization.md

File metadata and controls

173 lines (117 loc) · 6.36 KB
Raw

模型量化、裁剪使用介绍

复杂的模型有利于提高模型的性能，但也导致模型中存在一定冗余。此部分提供精简模型的功能，包括两部分：模型量化（量化训练、离线量化）、模型剪枝。

其中模型量化将全精度缩减到定点数减少这种冗余，达到减少模型计算复杂度，提高模型推理性能的目的。 模型量化可以在基本不损失模型的精度的情况下，将 FP32 精度的模型参数转换为 Int8 精度，减小模型参数大小并加速计算，使用量化后的模型在移动端等部署时更具备速度优势。

模型剪枝将 CNN 中不重要的卷积核裁剪掉，减少模型参数量，从而降低模型计算复杂度。

本教程将介绍如何使用飞桨模型压缩库 PaddleSlim 做 PaddleClas 模型的压缩，即裁剪、量化功能。 PaddleSlim集成了模型剪枝、量化（包括量化训练和离线量化）、蒸馏和神经网络搜索等多种业界常用且领先的模型压缩功能，如果您感兴趣，可以关注并了解。

在开始本教程之前，建议先了解 PaddleClas 模型的训练方法以及 PaddleSlim，相关裁剪、量化方法可以参考模型裁剪量化算法介绍文档。

目录

1. 准备环境

当训练出一个模型后，如果希望进一步的压缩模型大小并加速预测，可使用量化或者剪枝的方法压缩模型。

模型压缩主要包括五个步骤：

  1. 安装 PaddleSlim
  2. 准备训练好的模型
  3. 模型压缩
  4. 导出量化推理模型
  5. 量化模型预测部署

1.1 安装 PaddleSlim

  • 可以通过 pip install 的方式进行安装。
pip install paddleslim -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 如果获取 PaddleSlim 的最新特性，可以从源码安装。
git clone https://github.com/PaddlePaddle/PaddleSlim.git
cd Paddleslim
python3.7 setup.py install

1.2 准备训练好的模型

PaddleClas 提供了一系列训练好的模型，如果待量化的模型不在列表中，需要按照常规训练方法得到训练好的模型。

2. 快速开始

进入 PaddleClas 根目录

cd PaddleClas

slim 训练相关代码已经集成到 ppcls/engine/ 下，离线量化代码位于 deploy/slim/quant_post_static.py。

2.1 模型量化

量化训练包括离线量化训练和在线量化训练，在线量化训练效果更好，需加载预训练模型，在定义好量化策略后即可对模型进行量化。

2.1.1 在线量化训练

训练指令如下：

  • CPU/单卡 GPU

以 CPU 为例，若使用 GPU，则将命令中改成 cpu 改成 gpu

python3.7 tools/train.py -c ppcls/configs/slim/ResNet50_vd_quantization.yaml -o Global.device=cpu

其中 yaml 文件解析详见参考文档。为了保证精度，yaml 文件中已经使用 pretrained model.

  • 单机多卡/多机多卡启动
export CUDA_VISIBLE_DEVICES=0,1,2,3
python3.7 -m paddle.distributed.launch \
    --gpus="0,1,2,3" \
      tools/train.py \
      -c ppcls/configs/slim/ResNet50_vd_quantization.yaml

2.1.2 离线量化

注意：目前离线量化，必须使用已经训练好的模型，导出的 inference model 进行量化。一般模型导出 inference model 可参考教程.

一般来说，离线量化损失模型精度较多。

生成 inference model 后，离线量化运行方式如下

python3.7 deploy/slim/quant_post_static.py -c ppcls/configs/ImageNet/ResNet/ResNet50_vd.yaml -o Global.save_inference_dir=./deploy/models/class_ResNet50_vd_ImageNet_infer

Global.save_inference_dir 是 inference model 存放的目录。

执行成功后，在 Global.save_inference_dir 的目录下，生成 quant_post_static_model 文件夹，其中存储生成的离线量化模型，其可以直接进行预测部署，无需再重新导出模型。

2.2 模型剪枝

训练指令如下：

  • CPU/单卡 GPU

以 CPU 为例，若使用 GPU，则将命令中改成 cpu 改成 gpu

python3.7 tools/train.py -c ppcls/configs/slim/ResNet50_vd_prune.yaml -o Global.device=cpu
  • 单机单卡/单机多卡/多机多卡启动
export CUDA_VISIBLE_DEVICES=0,1,2,3
python3.7 -m paddle.distributed.launch \
    --gpus="0,1,2,3" \
      tools/train.py \
      -c ppcls/configs/slim/ResNet50_vd_prune.yaml

3. 导出模型

在得到在线量化训练、模型剪枝保存的模型后，可以将其导出为 inference model，用于预测部署，以模型剪枝为例：

python3.7 tools/export.py \
    -c ppcls/configs/slim/ResNet50_vd_prune.yaml \
    -o Global.pretrained_model=./output/ResNet50_vd/best_model \
    -o Global.save_inference_dir=./inference

4. 模型部署

上述步骤导出的模型可以直接使用 inferecne 进行部署，参考 inference 部署。

也通过 PaddleLite 的 opt 模型转换工具，完成 inference 模型到移动端模型转换，用于移动端的模型部署。 移动端模型部署的可参考 移动端模型部署。

5. 训练超参数建议

  • 量化、裁剪训练时，建议加载常规训练得到的预训练模型，加速量化训练收敛。
  • 量化训练时，建议初始学习率修改为常规训练的 1/20~1/10，同时将训练 epoch 数修改为常规训练的 1/5~1/2，学习率策略方面，加上 Warmup，其他配置信息不建议修改。
  • 裁剪训练时，建议超参数配置与普通训练一致。