1. 背景

首先感谢地平线工具链用户手册和官方提供的示例，给了我很大的帮助，特别是代码注释写了很多的知识点，超赞！要是注释能再详细点，就是超超赞了！下面开始正文。

最近想着学 QAT(量化感知训练)玩玩，大体看了一下地平线的用户手册，不说精度调优之类比较复杂的，光一个 QAT 上手，就感觉对我这种小白不是很友好，捣鼓了好久，感觉在用户手册中很多基础概念都没写，不同模块之间的关联性也没有详细地介绍，后来发现在用户手册 量化感知训练(QAT) 简介章节 ，有这么一句话：

懂了，没用过 Pytorch 的 QAT，直接看手册学起来有点费劲才是正常滴！

那针对只使用过 Pytorch 在服务器上训练过一些分类、检测模型，没接触过 QAT 的小白，又不想读 PyTorch 官方文档，只想简单入个门，怎么办嘞？欢迎看看这篇文章，提供实操代码和运行步骤，如果文章对你有点作用的话，麻烦收藏+点个赞再走~

该文章参考自 征程6 OE3.0.17中对应的示例以及用户手册

2. 基础理论知识

深度学习量化通常是指以int类型的数据代替浮点float类型的数据进行计算和存储，从而减小模型大小，降低带宽需求，理论上，INT8 量化，与常规的 FP32 模型相比，模型大小减少 4 倍，内存带宽需求减少 4 倍。
量化可以分为 PTQ 与 QAT，

• PTQ：Post-training Quantization，训练后量化，指浮点模型训练完成后，基于一些校准数据，直接通过工具自动进行模型量化的过程，相比 QAT，PTQ 更简单一些，这篇文章不介绍 PTQ。
• QAT：Quantization aware training，量化感知训练，指浮点模型训练完成后，在模型中插入伪量化节点再进行量化训练的过程，大体过程如下图所示，相比 PTQ，QAT 精度更有保障一些，这篇文章介绍 QAT。

小白：图中伪量化节点 FakeQuantize node 是什么？有什么作用？

大黑：从命名看，就是假装量化呗，模拟将数据从 float 类型量化为 int 类型，主要作用于网络的权重和激活(节点输出，不是 relu 这种激活函数的意思)。在 QAT 中，通过使用伪量化节点，可以在训练期间优化模型以适应后续的真实量化操作，从而提高量化模型的准确性和性能。一旦模型训练完成后，伪量化节点将被替换为真实的量化操作，以生成最终的量化模型。

小白：插入伪量化节点后需要 Retraining/Funetuning？感觉很浪费资源的样子…

大黑：通常再多训 1/10 浮点阶段训练的轮数就好了，比如浮点阶段训练了 100epoch，QAT 训个 10epoch 就好，为了精度，浪费就浪费点，小问题！

小白：从上面这个图看，感觉 QAT 还挺简单的，其实目前我就只会用 pytorch 搭一个卷积网络，然后去训练，那我要经历哪些阶段才能得到最终上板部署的模型呢？

大黑：整个过程会涉及到以下几个模型：

在每个阶段，还有一些需要注意的地方，比如…

小白：停停停，先别急，这里面新名词有点多，先帮我捋捋。float_model 和我直接用 pytorch 搭建的有什么不同吗？calib 是什么？qat_model/qat.bc/quantized.bc 这三者还不是一个意思？板端部署 hbm 模型我知道，就是可以在板子上推理的模型对吧？

大黑：这一连串问题问的挺好，我下面逐个简单解释一下。

• float_model 和我直接用 pytorch 搭建的有什么不同吗？
  这里 float_model 浮点模型，其实就是在 pytorch 搭建的常规网络输入位置插入 QuantStub 节点、输出位置插入 DeQuantstub 节点，用于区分量化和不量化的边界。
  在 PyTorch 中，QuantStub/DequantStub 是一种用于量化的辅助工具，用于标记量化过程中需要量化/反量化的层或操作，前期浮点训练时可以当它不存在，在定点量化时会自动被替换为对应的量化操作。从普遍而又常规意义上说，想让模型某部分量化，每个输入分支都要插入 QuantStub，每个输出分支都要拆入 DeQuantStub，别再追问为什么了，问就是甲鱼的臀部——“规定”。
• calib 是什么？
  calib 是校准 calibration 的缩写，主要作用是确定量化参数，我们知道，合理的初始量化参数能够显著提升模型精度并加快模型的收敛速度。calibration 就是在浮点模型中插入 Observer，使用少量训练数据，在模型 forward 过程中统计各处的数据分布，以确定合理的量化参数的过程。虽然可以不做 Calibration 直接进行 qat 量化训练，但一般来说，校准对量化训练有益无害，所以推荐大家将此步骤作为必选项。
• qat_model/qat.bc/quantized.bc 这三者还不是一个意思？
  确实不是一个意思。
  qat_model：一种插入了伪量化节点的伪量化模型，还是 torch 模型，简单理解为：qat_model 是为了量化训练而存在的模型，里面还“流淌”着浮点的参数，通过伪量化节点在模拟量化而已。
  qat.bc：相比于 qat_model，多了一步查表算子定点化的操作，精度与 qat_model 可能会存在微小的差异。
  quantized.bc：模型中浮点算子转换成定点算子，浮点参数全部转换为定点参数，这种转换后的模型称之为 quantized_model /定点模型 / 量化模型。
• 板端部署 hbm 模型我知道，就是可以在板子上推理的模型对吧？
  非常对。

小白：这些模型是如何生成的？通过图中那几个函数？是地平线封装好的，直接用？

大黑：是的。

3. 文件准备与程序运行

参考 OE/samples/ai_toolchain/horizon_model_train_sample/plugin_basic 下的示例，主要使用 fx_mode.py 脚本。注意：这儿的 fx_mode 不是传统意义上 pytorch 中量化方式，而是地平线自己开发的 jit-strip 方式，它具有使用简单、debug 方便等优点，对我们基础用户而言，别学太多，all in 就行，反正不会的可以找地平线技术支持。

• 文件目录

(plugin) [xxx plugin_basic]$ tree -L 3
.
├── common.py                                # 功能代码
├── fx_mode.py                               # 运行脚本
├── data
│   └── cifar-10-batches-py                  # cifar10数据集
└── model
    └── mobilenetv2
        └── mobilenet_v2-b0353104.pth         # 预训练权重      

代码运行，建议在地平线提供的 docker 里运行，当然，如果大家自己会配置本地环境的话，也可以不用 docker。

• 运行过程

# 通过如下命令，查看一些介绍
python3 fx_mode.py --help

# 生成float-checkpoint.ckpt
python3 fx_mode.py --stage=float 
# 生成calib-checkpoint.ckpt   
python3 fx_mode.py --stage=calib
# 生成qat-checkpoint.ckpt    
python3 fx_mode.py --stage=qat
# 使用定点quantized model evaluate一次      
python3 fx_mode.py --stage=int_infer    
# 编译生成model.hbm，并对script_model进行可视化
python3 fx_mode.py --stage=compile

运行完全程，所有产出物文件如下图：

跑起来很简单，下面再和大家一起看看代码层面的情况。

4. 代码详解

该章节参考地平线用户手册以及自己的理解进行介绍，主要是添加了一些中文注释。

4.1 导入必要依赖

之所以写这一节，主要是希望大家可以从注释中，简单了解各个函数的作用，像 torch、os 等对于我而言，特别基础的导入省略没写，全部的依赖可以看提供的代码。其中，horizon_plugin_pytorch 是地平线基于 PyTorch 开发的 的量化训练工具，可以理解成 numpy 这种库，里面有很多用于量化训练的的依赖，我们直接用就好了。

• common.py

# 定义程序需要接收哪些命令行参数，以及这些参数的类型、默认值等信息。
import argparse
# 使用netron可视化qat.bc或quantized.bc
from hbdk4.compiler import visualize
# 从url中下载预训练权重
from torchvision._internally_replaced_utils import load_state_dict_from_url
# 用CIFAR10数据集，简单快速
from torchvision.datasets import CIFAR10
# 模型预训练权重，用于load_state_dict_from_url
from torchvision.models.mobilenetv2 import MobileNet_V2_Weights
# 硬件芯片架构，J6-e：nash-e；J6-m：nash-m
from horizon_plugin_pytorch import get_march
# 用于设置伪量化状态，有FakeQuantState.QAT用于qat model train，FakeQuantState.VALIDATION用于qat/calib model eval，FakeQuantState.CALIBRATION用于 calib
from horizon_plugin_pytorch.quantization import FakeQuantState
# plugin下的hbdk4，用于export qat.bc和推理bc模型
from horizon_plugin_pytorch.quantization import hbdk4 as hb4
# 用于设置qat/calib model 伪量化状态，内参包括FakeQuantState
from horizon_plugin_pytorch.quantization import set_fake_quantize
fx_mode.py
from common import *
# convert：将export之后的qat.bc 转成 quantized.bc
# save：保存qat.bc 或 quantized.bc
from hbdk4.compiler import convert, save
# torch中的一个类，主要用于将量化操作的结果转换回浮点数，也就是对输出数据转换回浮点数
from torch.quantization import DeQuantStub
# 导入MobileNetV2类，用来当父类，目的是构建float_model。
from torchvision.models.mobilenetv2 import MobileNetV2
# 硬件芯片架构，J6-e：nash-e；J6-m：nash-m
from horizon_plugin_pytorch.march import March, set_march
# 类似于torch中的类QuantStub，用于将输入数据量化，使用plugin中的QuantStub是因为它支持通过参数手动固定 scale
from horizon_plugin_pytorch.quantization import QuantStub, prepare
# calib与qat阶段的量化配置
from horizon_plugin_pytorch.quantization.qconfig_template import (
    default_calibration_qconfig_setter,
    default_qat_qconfig_setter,    # calib精度差时，qat使用这个
    default_qat_fixed_act_qconfig_setter,    # calib精度好时，qat使用这个
)

4.2 主函数

看了第2节理论知识部分，主函数部分的代码就是严格执行那几个阶段 stage(详见第2节)，很 easy，关于内部细节，在后面几个小节挨个介绍。

def main(
    model: nn.Module,
    stage: str,
    data_path: str,
    model_path: str,
    train_batch_size: int,
    eval_batch_size: int,
    epoch_num: int,
    device_id: int = 0,
    compile_opt: int = 0,
):
    # 对应操作几个阶段的模型
    assert stage in ("float", "calib", "qat", "int_infer", "compile", "visualize",)

    device = torch.device(
        "cuda:{}".format(device_id) if device_id >= 0 else "cpu"
    )

    if not os.path.exists(model_path):
        os.makedirs(model_path, exist_ok=True)

    # 浮点训练阶段优化器
    def float_optim_config(model: nn.Module):
        # This is an example to illustrate the usage of QAT training tool, so
        # we do not fine tune the training hyper params to get optimized
        # float model accuracy.
        optimizer = torch.optim.Adam(model.parameters(), weight_decay=2e-4)

        return optimizer, None

    # qat训练阶段优化器
    def qat_optim_config(model: nn.Module):
        # QAT training is targeted at fine tuning model params to match the
        # numerical quantization, so the learning rate should not be too large.
        optimizer = torch.optim.SGD(
            model.parameters(), lr=0.0001, weight_decay=2e-4
        )

        return optimizer, None

    default_epoch_num = {
        "float": 20,     
        "qat": 2,       # 通常float训练epoch数量是qat训练epoch数量的10倍
    }

    if stage in ("float", "qat"):
        if epoch_num is None:
            epoch_num = default_epoch_num[stage]

        train(
            model,
            data_path,
            model_path,
            train_batch_size,
            eval_batch_size,
            epoch_num,
            device,
            float_optim_config if stage == "float" else qat_optim_config,
            stage,
        )

    elif stage == "calib":
        calibrate(
            model,
            data_path,
            model_path,
            train_batch_size,
            eval_batch_size,
            device,
        )

    elif stage == "int_infer":
        int_infer(
            model,
            data_path,
            eval_batch_size,
            device,
        )

    elif stage == "compile":
        compile(
            model,
            model_path,
            compile_opt,
        )
    else:
        visualize(model)

if __name__ == "__main__":
    # 一些基础参数，详见main、get_model_fx中的操作
    args = get_args()
    device = torch.device(
        "cuda:{}".format(args.device_id) if args.device_id >= 0 else "cpu"
    )
    model = get_model_fx(args.stage, args.model_path, device)
    main(
        model,
        args.stage,
        args.data_path,
        args.model_path,
        args.train_batch_size,
        args.eval_batch_size,
        args.epoch_num,
        args.device_id,
        compile_opt=args.opt,
    )

4.3 获取不同阶段模型get_model_fx

Example input

##############################################################################
# Example input for model tracing and hbir exporting.
##############################################################################
example_input = torch.rand(1, 3, 32, 32)

在代码运行时，有个输入参数 stage 必须配置，表示拿到哪个 model 去整后面的事，当 stage 参数传入(“float”, “calib”, “qat”, “int_infer”)中某一个时，会通过如下函数去获取，具体实现过程解读可见代码注释。

# --------------------------------------------------------------------------#
# We define the model convert pipeline to generate model for each stage.
# --------------------------------------------------------------------------#
def get_model_fx(
    stage: str,
    model_path: str,
    device: torch.device,
    march=March.NASH_E,
) -> nn.Module:
    model_kwargs = dict(num_classes=10, width_mult=1.0)
    float_model = FxQATReadyMobileNetV2(**model_kwargs).to(device)

    if stage == "float":
        # We also could use the origin MobileNetV2 model for float training,
        # because modified QAT ready model can load its params seamlessly.
        float_model = MobileNetV2(**model_kwargs).to(
            device
        )  # these lines are optional

        # Load pretrained model (on ImageNet) to speed up float training.
        load_pretrain(float_model, model_path)

        return float_model      # float的时候，到这儿就退出了

    # 浮点训练完成后的权重
    float_ckpt_path = os.path.join(model_path, "float-checkpoint.ckpt")
    assert os.path.exists(float_ckpt_path)
    float_state_dict = torch.load(float_ckpt_path, map_location=device)

    # A global march indicating the target hardware version must be setted
    # before prepare qat.
    set_march(march)

    float_model.load_state_dict(float_state_dict)

    # We recommand to use the default_xxx_qconfig_setter, it will
    # enable high precision output if possible. 尾部conv自动配置高精度int32输出
    if stage == "calib":
        qconfig_setter = default_calibration_qconfig_setter
    else:
        qconfig_setter = default_qat_qconfig_setter
    # The op fusion is included in `prepare`. 不需要用户自己实现算子融合
    qat_calib_model = prepare(
        # Catch computation graph of eval mode.
        float_model.eval(),
        # Must give example input to apply model tracing and do model check.
        example_input.to(device),
        qconfig_setter,    # 重中之重，具体介绍后续看时间
    )

    # calib stage时，函数到这儿就会返回了
    if stage == "calib":
        return calib_model

    calib_ckpt_path = os.path.join(model_path, "calib-checkpoint.ckpt")
    assert os.path.exists(calib_ckpt_path)
    calib_state_dict = torch.load(calib_ckpt_path, map_location=device)

    if stage == "qat":
        if os.path.exists(calib_ckpt_path):
            calib_state_dict = torch.load(calib_ckpt_path, map_location=device)
            float_state_dict = None    # 没太理解为什么这儿要把float_state_dict置为None
        else:
            calib_state_dict = None

        if calib_state_dict is not None:
            # qat_model加载的是calib_state_dict！！！
            qat_calib_model.load_state_dict(calib_state_dict)
        return qat_calib_model    # qat阶段到这儿就退出了

    # int_infer and compile
    qat_ckpt_path = os.path.join(model_path, "qat-checkpoint.ckpt")
    # qat_ckpt_path 或 calib_ckpt_path 有一个就行
    if os.path.exists(qat_ckpt_path):
        qat_calib_model.load_state_dict(
            torch.load(qat_ckpt_path, map_location=device)
        )
    elif os.path.exists(calib_ckpt_path):
        qat_calib_model.load_state_dict(
            torch.load(calib_ckpt_path, map_location=device)
        )
    else:
        raise FileNotFoundError(
            "Do not find saved calib_model or qat_model ckpt "
            "to do int inference."
        )

    qat_ckpt_path = os.path.join(model_path, "qat-checkpoint.ckpt")
    assert os.path.exists(qat_ckpt_path)
    qat_model.load_state_dict(torch.load(qat_ckpt_path, map_location=device))

    # 将 calib/qat_model 模型export导出成伪量化bc、convert转换为定点状态
    # If model has multi inputs, pass them as a tuple.
    qat_hbir_model = hb4.export(qat_calib_model, example_input.to(device))
    quantized_hbir_model = convert(qat_hbir_model, march)
    # 保存两个bc文件，可用于后续直接load，也可以提供给地平线技术支持用于分析
    save(qat_hbir_model, os.path.join(model_path, "qat_hbir_model.bc"))
    save(quantized_hbir_model, os.path.join(model_path, "quantized_hbir_model.bc"))

    return quantized_hbir_model    # int_infer阶段会到这儿才退出

4.4 构建float_model

从 torchvision.models 中继承 MobileNetV2，微调一下，以支持量化相关操作。模型改造必要的操作有：

• 在模型所有输入分支前插入 QuantStub
• 在模型所有输出分支后插入 DequantStub

这部分具体实现过程解读可见代码注释。

# ----------------------------------------------------------------------------#
# Do necessary modify to the MobilenetV2 model from torchvision.
# For FX mode, we need to:
# Insert QuantStub before first layer and DequantStub after last layer.
# Operation replacement and fusion will be carried out automatically (^_^).
# ----------------------------------------------------------------------------#
# 在PyTorch中，QuantStub/DequantStub 是一种用于量化的辅助工具，
# 用于标记量化过程中需要量化/反量化的层或操作，
# 前期浮点训练时当它不存在，在量化时会自动被替换为对应的量化操作
# ----------------------------------------------------------------------------#
# 从torchvision.models中继承MobileNetV2，微调一下
class FxQATReadyMobileNetV2(MobileNetV2):
    def __init__(
        self,
        num_classes: int = 10,      # 实例变量，使用self.来引用变量
        width_mult: float = 0.5,
        inverted_residual_setting: Optional[List[List[int]]] = None,
        round_nearest: int = 8,
    ):
        super().__init__(   # 类变量，使用类名来引用变量，如ClassName.variable_name
            num_classes, width_mult, inverted_residual_setting, round_nearest
        )
        # --------------------------------------------------------------------#
        # 简单理解，在模型首尾部包一层类似于量化反量化操作，每个输入分支都需要包一下
        # --------------------------------------------------------------------#
        # 地平线plugin中的QuantStub可以配置scale
        # 这里的scale=1/128是后面模型输入配置为pyramid必备的
        # pyramid是地平线的芯片上的一个硬件，数据输入可以从这儿来，也可以从DDR来
        # --------------------------------------------------------------------#
        self.quant = QuantStub(scale=1 / 128)   
        self.dequant = DeQuantStub()

    def forward(self, x: Tensor) -> Tensor:
        x = self.quant(x)
        x = super().forward(x)
        x = self.dequant(x)

        return x

关于如何加载预训练权重部分的代码在函数 load_pretrain里，详细内容可以看 Python 文件，这里不再呈现。

def load_pretrain(model: nn.Module, model_path: str):
    state_dict = load_state_dict_from_url(
        MobileNet_V2_Weights.IMAGENET1K_V1.url,
        model_dir=model_path,
        progress=True,
    )   # MobileNet_V2_Weights.IMAGENET1K_V1权重，下载到model_dir，progress是下载进度条显示

4.5 定义常规模型训练与验证的函数

具体实现，看 py 代码就行，很常规。

# --------------------------------------------------------------------------#
# We define dataloaders and other helper functions used in training and evaluation.
# --------------------------------------------------------------------------#

def prepare_data_loaders(
    data_path: str, train_batch_size: int, eval_batch_size: int
) -> Tuple[data.DataLoader, data.DataLoader]:


class AverageMeter(object):
    """Computes and stores the average and current value"""
    

def accuracy(output: Tensor, target: Tensor, topk=(1,)) -> List[Tensor]:
    """Computes the accuracy over the k top predictions for the specified values of k"""
    

def train_one_epoch(
    model: nn.Module,
    criterion: Callable,
    optimizer: torch.optim.Optimizer,
    scheduler: Optional[torch.optim.lr_scheduler._LRScheduler],
    data_loader: data.DataLoader,
    device: torch.device,
) -> None:


def evaluate(
    model: nn.Module, data_loader: data.DataLoader, device: torch.device
) -> Tuple[AverageMeter, AverageMeter]:

4.6 float与qat训练代码解读—float_model/qat_model

针对float_model和qat_model的参数训练，代码解读如下，

# Float and qat share the same training procedure.

def train(
    model: nn.Module,
    data_path: str,
    model_path: str,
    train_batch_size: int,
    eval_batch_size: int,
    epoch_num: int,
    device: torch.device,
    optim_config: Callable,
    stage: str,
):
    train_data_loader, eval_data_loader = prepare_data_loaders(
        data_path, train_batch_size, eval_batch_size
    )
    optimizer, scheduler = optim_config(model)

best_acc = 0

for nepoch in range(epoch_num):
    # Train/Eval state must be setted correctly before `set_fake_quantize`
    model.train()
    # --------------------------------------------#
    #   qat模型训练和普通浮点模型训练的不同之处！
    # --------------------------------------------#
    if stage == "qat":
        set_fake_quantize(model, FakeQuantState.QAT)

    train_one_epoch(
        model,
        nn.CrossEntropyLoss(),
        optimizer,
        scheduler,
        train_data_loader,
        device,
    )

    model.eval()
    # --------------------------------------------#
    #   qat模型验证精度 和普通浮点模型验证精度 的不同之处！
    # --------------------------------------------#
    if stage == "qat":
        set_fake_quantize(model, FakeQuantState.VALIDATION)

    top1, top5 = evaluate(
        model,
        eval_data_loader,
        device,
    )
    print(
        "{} Epoch {}: evaluation Acc@1 {:.3f} Acc@5 {:.3f}".format(
            stage.capitalize(), nepoch, top1.avg, top5.avg
        )
    )

    if top1.avg > best_acc:
        best_acc = top1.avg

        torch.save(
            model.state_dict(),
            os.path.join(model_path, "{}-checkpoint.ckpt".format(stage)),
        )   # 可用于保存 float-checkpoint.ckpt 和 qat-checkpoint.ckpt

# ----------------------------------------------#
#   当传入epoch_num=0，用于qat eval
# ----------------------------------------------#
if nepoch == 0:
    model.eval()
    if stage == "qat":
        set_fake_quantize(model, FakeQuantState.VALIDATION)

    top1, top5 = evaluate(
        model,
        eval_data_loader,
        device,
    )
    print(
        "{} eval only: evaluation Acc@1 {:.3f} Acc@5 {:.3f}".format(
            stage.capitalize(), top1.avg, top5.avg
        )
    )   # stage.capitalize()表示将字符串首字母大写

print("Best Acc@1 {:.3f}".format(best_acc))

return model

4.7 模型校的代码解读—calib_model

float 模型训练完成后，需要进行参数校准，得到 calib_model，如果 calib_model 精度满足要求，qat 训练就不需要了，即使 calib_model 精度不行，calib_model_state_dict(校准后的权重)对 qat 训练收敛也非常有帮助。

def calibrate(
    calib_model,
    data_path,
    model_path,
    calib_batch_size,
    eval_batch_size,
    device,
    num_examples=float("inf"),    # float("inf")表示无穷大，主要用于控制使用多少数据进行校准，默认使用所有数据集
):
    # Please note that calibration need the model in eval mode to make BatchNorm act properly.
    calib_model.eval()  # 即使下面用的是train数据集，这儿也是eval
    # set CALIBRATION state will make FakeQuantize in training mode.
    set_fake_quantize(calib_model, FakeQuantState.CALIBRATION)

    train_data_loader, eval_data_loader = prepare_data_loaders(
        data_path, calib_batch_size, eval_batch_size
    )

    with torch.no_grad():
        cnt = 0
        for image, target in train_data_loader:
            image, target = image.to(device), target.to(device)
            calib_model(image)
            print(".", end="", flush=True)
            cnt += image.size(0)
            if cnt >= num_examples:     # 主要用于控制使用多少数据进行校准，默认使用所有数据集
                break
        print()

    # Must set eval mode again before validation, because
    # set CALIBRATION state will make FakeQuantize in training mode.
    calib_model.eval()  
    set_fake_quantize(calib_model, FakeQuantState.VALIDATION)

    top1, top5 = evaluate(
        calib_model,
        eval_data_loader,
        device,
    )
    print(
        "Calibration: evaluation Acc@1 {:.3f} Acc@5 {:.3f}".format(
            top1.avg, top5.avg
        )
    )

    torch.save(
        calib_model.state_dict(),
        os.path.join(model_path, "calib-checkpoint.ckpt"),
    )

    return calib_model

4.8 定点模型评测精度 代码解读—quantized_model

定点模型/quantized 模型/量化模型 eval 推理一下看看精度

def int_infer(
    quantized_model,
    data_path,
    eval_batch_size,
    device,
):
    # hbir do not support dynamic batch size or cuda
    eval_batch_size = 1
    device = torch.device("cpu")

    quantized_model = HbirModule(quantized_model)
    
    _, eval_data_loader = prepare_data_loaders(
        data_path, eval_batch_size, eval_batch_size
    )

    top1, top5 = evaluate(
        quantized_model,
        eval_data_loader,
        device,
    )
    print(
        "Quantized: evaluation Acc@1 {:.3f} Acc@5 {:.3f}".format(
            top1.avg, top5.avg
        )
    )

    return quantized_model

bc/hbir 模型如何推理呢？使用 HbirModule 即可

##############################################################################
# Hbir module wrapper to deal with in-out structures.
##############################################################################
class HbirModule(nn.Module):
    def __init__(self, hbir_module) -> None:
        super().__init__()
        self.hbir_module = hbir_module
        self.input_flattener = hb4.get_hbir_input_flattener(hbir_module)
        self.output_unflattener = hb4.get_hbir_output_unflattener(hbir_module)
    # hbir do not support dynamic batch size or cuda
    def forward(self, input):    # 输入给tuple即可
        flat_input = self.input_flattener(input)
        hbir_rets = self.hbir_module[0](*flat_input)
        rets = self.output_unflattener(hbir_rets)

        return rets

4.9 编译生成上板模型—model.hbm

编译生成上板模型 model.hbm，同时针对 hbm 模型预估性能

def compile(
    quantized_model,
    model_path,
    compile_opt=0,
):
    from hbdk4.compiler import compile, hbm_perf

    hbm_path = os.path.join(model_path, "model.hbm")
    perf_dir = os.path.join(model_path, "perf")

    compile(quantized_model, hbm_path, get_march(), compile_opt)    # 编译生成hbm模型
    hbm_perf(hbm_path, perf_dir)    # 预估hbm模型性能

5. 后续计划

之前写过一篇 X征程3/征程5 零基础学习地平线 QAT 量化感知训练，在 CSDN 上的反馈还行，为了方便直接入手 征程6 的用户，特意写了这篇文章。关于后续，应该会基于 征程6 再学习一些工具链的知识，例如：

• prepare 阶段的 qconfig_setter 是重中之重，本文并未介绍，后续再看

• 这个模型比较简单，针对 forward 中有动态循环的怎么处理？不需要处理？后续再看
  t)
  rets = self.output_unflattener(hbir_rets)

    return rets
  

## 4.9 编译生成上板模型—model.hbm

编译生成上板模型 model.hbm，同时针对 hbm 模型预估性能

def compile(
quantized_model,
model_path,
compile_opt=0,
):
from hbdk4.compiler import compile, hbm_perf

hbm_path = os.path.join(model_path, "model.hbm")
perf_dir = os.path.join(model_path, "perf")

compile(quantized_model, hbm_path, get_march(), compile_opt)    # 编译生成hbm模型
hbm_perf(hbm_path, perf_dir)    # 预估hbm模型性能

## 5. 后续计划

之前写过一篇 X征程3/征程5 零基础学习地平线 QAT 量化感知训练，在 CSDN 上的反馈还行，为了方便直接入手 征程6 的用户，特意写了这篇文章。关于后续，应该会基于 征程6 再学习一些工具链的知识，例如：

- prepare 阶段的 qconfig_setter 是重中之重，本文并未介绍，后续再看
- 这个模型比较简单，针对 forward 中有动态循环的怎么处理？不需要处理？后续再看
- 精度调优过程是什么？精度调优工具怎么用？后续再看