CN114970883A - 模型量化方法、装置、电子设备和存储介质 - Google Patents
模型量化方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114970883A CN114970883A CN202210749893.4A CN202210749893A CN114970883A CN 114970883 A CN114970883 A CN 114970883A CN 202210749893 A CN202210749893 A CN 202210749893A CN 114970883 A CN114970883 A CN 114970883A
- Authority
- CN
- China
- Prior art keywords
- model
- quantization
- processed
- chip type
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013139 quantization Methods 0.000 title claims abstract description 227
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 23
- 238000011002 quantification Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 11
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Neurology (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了模型量化方法、装置、电子设备和存储介质，涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于智慧城市等场景。具体实现方案为：获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息；根据量化配置信息，确定待处理模型对应的目标芯片类型；根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型。该方法可以针对不同类型的芯片进行模型量化，从而实现不同芯片类型统一的模型量化流程。
Description
技术领域
本申请涉及人工智能技术领域，具体为深度学习、图像处理、计算机视觉技术领域，可应用于智慧城市等场景，具体涉及一种模型量化方法、装置、电子设备和存储介质。
背景技术
随着科学技术的发展，AI(Artificial Intelligence，人工智能)能力应用也得到了大力发展，应用在人们的生活的方方面面。由于AI算法通常需要很高的计算能力，AI算法通常部署在服务器端。伴随着半导体技术的发展，AI技术迎来了新的局面，芯片算力不断大幅度提升，AI专有芯片使得端侧AI成为了可能，各芯片厂家纷纷推出各自的量化解决方案。
发明内容
本申请提供了一种模型量化方法、装置、电子设备和存储介质。具体方案如下：
根据本申请的一方面，提供了一种模型量化方法，包括：
获取客户端发送的模型量化请求，其中，所述模型量化请求中包括待处理模型及所述待处理模型对应的量化配置信息；
根据所述量化配置信息，确定所述待处理模型对应的目标芯片类型；
根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型。
根据本申请的另一方面，提供了一种模型量化装置，包括：
第一获取模块，用于获取客户端发送的模型量化请求，其中，所述模型量化请求中包括待处理模型及所述待处理模型对应的量化配置信息；
第一确定模块，用于根据所述量化配置信息，确定所述待处理模型对应的目标芯片类型；
量化模块，用于根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型。
根据本申请的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述实施例所述的方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例所述的方法。
根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述实施例所述方法的步骤。
应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1为本申请一实施例提供的模型量化方法的流程示意图；
图2为本申请另一实施例提供的模型量化方法的流程示意图；
图3为本申请另一实施例提供的模型量化方法的流程示意图；
图4为本申请另一实施例提供的模型量化方法的流程示意图；
图5为本申请一实施例提供的模型量化平台的结构示意图；
图6为本申请一实施例提供的模型量化过程示意图；
图7为本申请一实施例提供的模型量化装置的结构示意图；
图8是用来实现本申请实施例的模型量化方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的模型量化方法、装置、电子设备和存储介质。
人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
计算机视觉是一门研究如何使机器“看”的科学，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
由于AI算法通常需要很高的计算能力，AI算法通常部署在服务器端。伴随着半导体技术的发展，AI技术迎来了新的局面。芯片算力不断大幅度提升，AI专有芯片的到来更使得端侧AI成为了可能。
为了保证较高的精度，大部分的科学运算采用浮点型进行计算，而终端设备算力有限，无法运行运算量大的模型，因此，可以对模型进行量化，将量化后的部署在终端设备的AI芯片上。其中，模型量化是指将模型的权值、激活值等从高精度转化成低精度的操作过程，例如将32位浮点数转化成8位整型数。
由于芯片种类繁多，产品迭代升级快，并且各芯片厂家的量化工具使用方式和使用难度大，因此如何实现不同芯片类型的统一量化流程是亟待解决的问题。
图1为本申请一实施例提供的模型量化方法的流程示意图。
本申请实施例的模型量化方法，可以由本申请实施例的模型量化装置执行，该装置可以配置于电子设备中，可以实现不同芯片类型统一的模型量化流程。
其中，电子设备可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该模型量化方法包括：
步骤101，获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息。
本申请中，用户可以在客户端，比如Web页面上，上传待处理模型的文件、配置量化配置信息等，之后可以触发页面上的量化控件以启动模型量化，比如，量化控件为“开始量化”按钮，用户可以通过触发该按钮启动模型量化过程，由此客户端可以将模型量化请求发送给服务端，服务端获取客户端发送的模型量化请求。
其中，待处理模型比如可以是语音识别模型、语音翻译模型、图像识别模型等，也可以是其他机器学习模型，本申请对此不作限定。
本申请中，量化配置信息可以包括芯片类型、量化数据的路径、待处理模型的量化精度、待处理模型的路径、待处理模型输入数据的大小、待处理模型输入数据的格式、待处理模型的格式等。
其中，量化数据是指量化时模型的输入数据，比如模型为图像类模型，那么；量化精度比如可以是8bit、16bit等，若量化配置信息中量化精度为8bit，也就是将待处理模型的权值、激活值等由浮点数转化为8bit。
本申请中，量化配置信息可以是用户上传的量化配置文件中包含的配置信息，或者可以是页面上提供各量化项，用户在页面上选择的各量化项的取值。
步骤102，根据量化配置信息，确定待处理模型对应的目标芯片类型。
本申请中，服务端可以提供多种类型的芯片上模型的量化，用户可以在客户端配置模型量化的芯片类型，也即量化配置信息中包含用户配置的芯片类型，由此服务端可以根据量化配置信息中芯片类型项对应的取值，确定待处理模型对应的目标芯片类型。
步骤103，根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型。
本申请中，可以根据量化配置信息中量化数据的路径，获取量化数据，并确定目标芯片类型要求的模型格式，及根据量化配置信息确定量化精度等，在待处理模型的格式与目标芯片类型要求的模式格式匹配的情况下，可以直接利用量化数据，对待处理模型进行量化，从而获取目标芯片类型对应的量化后的模型，与待处理模型相比量化后的模型与目标芯片类型的芯片的计算能力更加适配。
本申请实施例中，通过获取客户端发送的模型量化请求，并根据模型量化请求中的量化配置信息，确定待处理模型对应的目标芯片类型，之后根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型，由此可以针对不同类型的芯片进行模型量化，从而实现不同芯片类型统一的模型量化流程。
图2为本申请另一实施例提供的模型量化方法的流程示意图。
如图2所示，该模型量化方法包括：
步骤201，获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息。
步骤202，根据量化配置信息，确定待处理模型对应的目标芯片类型。
本申请中，步骤201-步骤202与上述实施例中记载的内容类似，故在此不再赘述。
步骤203，确定待处理模型的格式及目标芯片类型对应的目标模型格式。
本申请中，用户可以对待处理模型的格式进行配置，也即量化配置信息中可以包括待处理模型的格式，那么根据量化配置信息，确定待处理模型的格式。
由于不同类型的芯片要求的模型格式可能不同，基于此，本申请中，量化配置信息也可以包括用户对目标芯片类型配置的模型格式，那么也可以根据量化配置信息，确定目标芯片类型对应的目标模型格式。
或者，也可以获取预设的各芯片类型与模型格式之间对应的关系，根据目标芯片类型，查询各芯片类型与模型格式之间对应的关系，以确定目标芯片类型对应的目标模型格式。由此，基于预设的各芯片类型与模型格式之间对应的关系，确定目标芯片类型对应的目标模型格式，简单方便。
步骤204，在待处理模型的格式与目标模型格式不匹配的情况下，对待处理模型进行格式转换，以获取目标模型格式的模型。
本申请中，可以将待处理模型的格式与目标芯片类型对应的目标模型格式进行比较，若待处理模型的格式与目标模型格式不匹配，说明待处理模型无法在目标芯片类型的芯片上运行，那么可以对待处理模型进行格式转换，以将待处理模型的格式转换为目标模型格式，从而得到目标模型格式的模型。
步骤205，根据量化配置信息，对目标模型格式的模型进行量化，以获取量化后的模型。
本申请中，可以根据量化配置信息中量化数据的路径，获取量化数据，并根据量化配置信息确定量化精度，之后利用量化数据对目标模型格式的模型进行量化，得到量化精度的量化后的模型。
本申请实施例中，通过确定待处理的格式及目标芯片类型对应的目标模型格式，在待处理模型的格式与目标模型格式不匹配的情况下，先对待处理模型进行格式转换，之后再对格式转换得到的目标模式格式的模型进行量化，从而可以实现对各种格式的模型进行量化，适用范围广。
图3为本申请另一实施例提供的模型量化方法的流程示意图。
如图3所示，该模型量化方法包括：
步骤301，获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息。
步骤302，根据量化配置信息，确定待处理模型对应的目标芯片类型。
步骤303，根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型。
本申请中，步骤301-步骤303与上述实施例记载的内容类似，故在此不再赘述。
步骤304，获取在相同输入数据的情况下，待处理模型输出的第一预测结果和量化后的模型输出的第二预测结果。
由于量化是模型压缩的一种，量化会使模型的准确性降低，因此为了确保量化后的模型的准确性满足要求，本申请中，在获取量化后的模型后，可以向待处理模型和量化后的模型输入相同的数据，以获取待处理模型输出的第一预测结果和量化后的模型输出的第二预测结果。
步骤305，确定第一预测结果与第二预测结果之间的第一误差。
本申请中，可以计算第一预测结果与第二预测结果之间的差值，得到第一误差。
比如，待处理模型用于检测图像中目标对象，比如目标对象为车辆，可以将采集的某张图片分别输入到待处理模型和量化后的模型，获取待处理模型输出的车辆检测框的第一位置信息和量化后的模型输出的车辆检测框的第二位置信息，可以计算第一位置信息与第二位置信息之间的差值，将该差值作为第一误差。
或者，也可以计算第一预测结果与第二预测结果之间的相似度，根据相似度确定第一预测结果与第二预测结果之间的第一误差。
步骤306，在第一误差小于阈值的情况下，将量化后的模型发送给客户端。
本申请中，可以将第一误差与预设的阈值进行比较，若第一误差小于阈值，可以认为量化后的模型满足要求，那么可以将量化后的模型发送给客户端，客户端可以展示相应的下载控件，由此用户可以通过触发该下载控件将量化后的模型的文件下载下来，之后可以将量化后的模型配置到使用目标芯片类型的芯片的终端设备中，相比直接将待处理模型配置在终端设备中，可以节省芯片的处理资源，提高芯片的处理效率。
若第一误差大于或等于阈值，说明量化后的模型的准确性比较低，可以生成提示信息，其中，提示信息用于提示用户输入新的量化配置信息，并将该提示信息发送给客户端，客户端显示该提示信息，从而可以提高量化后的模型的可靠性。
若第一误差大于或等于阈值，也可以对待处理模型重新量化，比如增加量化次数，以获取重新量化后的模型，并进一步确定重新量化后的模型与待处理模型的之间的误差是否小于阈值。若重新量化后的模型与待处理模型的之间的误差小于阈值，可以将重新量化后的模型返回给客户端，若重新量化后的模型与待处理模型的之间的误差大于或等于阈值，可以对待处理模型再次重新量化，也可以生成提示信息，以提示用户重新配置量化配置信息。
由此，在第一误差大于或等于阈值的情况下，可以对待处理模型重新量化，从而可以提高量化后的模型的可靠性。
本申请实施例中，在获取量化后的模型后，可以获取待处理模型与量化后的模型在相同输入数据的情况下的预测结果，并确定两个模型的预测结果之间的第一误差，在第一误差小于阈值的情况下，将量化后的模型返回给客户端，由此通过量化模型精度对齐，可以保证返回给客户端的量化后的模型的准确性与量化前的模型相差不大。
图4为本申请另一实施例提供的模型量化方法的流程示意图。
如图4所示，该模型量化方法包括：
步骤401，获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息。
步骤402，根据量化配置信息，确定待处理模型对应的目标芯片类型。
步骤403，根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型。
本申请中，步骤401-步骤403与上述实施例记载的内容类似，故在此不再赘述。
步骤404，获取在相同输入数据的情况下，待处理模型中各网络层的第一输出结果和量化后的模型中各网络层的第二输出结果。
本申请中，在获取量化模型后，可以向待处理模型和量化后的模型输入相同的数据，以获取待处理模型的各网络层的第一输出结果，和量化后的模型各网络层的第二输出结果。其中，待处理模型和量化后的模型包含的网络层相同，每个网络层具有对应的第一输出结果与第二输出结果。
步骤405，针对每个网络层，确定第一输出结果与第二输出结果之间的第二误差。
本申请中，针对每个网络层，可以计算第一输出结果与第二输出结果之间的差值，根据差值确定第二误差。由此，可以确定每个网络层对应的第二误差。
步骤406，将各网络层对应的第二误差发送给客户端，以使客户端以图形的形式展示各网络层对应的第二误差。
本申请中，可以将各网络层对应的第二误差发送给客户端，客户端可以根据获取的各网络层对应的第二误差，生成相应的图形并展示该图形，从而以图形的形式展示各网络层对应的第二误差。
本申请实施例中，在获取量化后的模型后，还可以获取待处理模型的各网络层与量化后的模型的各网络层，在相同输入数据的情况下的第一输出结果和第二输出结果，并确定各网络层对应的第一输出结果与第二输出结果之间的第二误差并发送给客户端，以使客户端以图形的形式展示各网络层对应的第二误差，从而便于用户查看量化前后模型各网络层输出结果的误差。
在本申请的一个实施例中，在上述根据量化配置信息和目标芯片类型，对待处理模型进行量化，获取目标芯片类型对应的量化后的模型之前，还可以验证量化配置信息的准确性。
本申请中，可以预先设置各芯片类型对应的各量化项的候选取值，由此可以获取目标芯片类型对应的各量化项的候选取值。其中，芯片类型对应的各量化项可以包括量化精度、芯片可运行的模型的格式等。
之后，可以将量化配置信息与目标芯片类型对应的各量化项的候选取值进行匹配。若量化配置信息中与芯片相关的量化项的取值，与预设的目标芯片类型的相同量化项的候选取值中的任一取值相同，可以确定量化配置信息与各量化项的候选取值匹配，也即量化配置信息准确；若量化配置信息中与芯片相关的任一量化项的取值，与预设的目标芯片类型的该量化项的候选取值均不相同，可以认为量化配置信息不准确。其中，与芯片相关的量化项可以包括量化精度、芯片可运行的模型的格式等。
比如，目标芯片类型提供的量化精度的候选取值为8bit和16bit，若量化配置信息中配置的量化精度为4bit，与目标芯片类型提供的量化精度的候选取值均不相同，可以认为量化配置信息不准确。
在确定量化配置信息与各量化项的候选取值匹配之后，再根据量化配置信息和目标芯片类型，对待处理模型进行量化。
由于模型的输入通常也会有要求，因此，还可以验证量化数据的准确性。比如，待处理模型的输入为jpg格式的图片，若量化数据为pdf格式的图片，说明量化数据不能用于模型量化。
本申请实施例中，在根据量化配置信息和目标芯片类型，对待处理模型进行量化之前，先获取目标芯片类型对应的各量化项的候选取值，并确定量化配置信息与各量化项的候选取值匹配，由此在确定量化配置信息准确的情况下，再根据量化配置信息对待处理模型进行量化，从而可以保证获取到针对目标芯片类型的量化后的模型。
为了便于理解上述实施例，下面结合图5进行说明，图5为本申请一实施例提供的模型量化平台的结构示意图。
如图5所示，该模型量化平台可以包括客户端和服务器，其中，客户端可以是Web前端等。
其中，客户端可以支持模型上传、模型配置、在线量化、量化模型在线比对、模型量化过程可视化等。其中，模型上传是指可以上传待处理模型；模型配置是指可以配置模型输入数据的大小、模型的格式等，在线量化是指用户在上传了待处理模型和配置了量化配置信息后，可以触发量化控件启动模型量化，从而实现模型的在线量化；量化模型在线对比是指可以显示模型量化前后输出结果之间的误差；模型量化过程可视化是指以图形形式展示服务端发送的量化前后模型的各网络层对应的第二误差。
服务端可以支持对模型量化请求进行响应、AI芯片模型解析、跨芯片类型量化、量化数据分析、数据回传等。其中，对模型量化请求响应是指可以获取客户端发送的量化请求，从模型量化请求中获取待处理模型和量化配置信息，根据量化配置信息获取量化数据，以及对量化配置信息和量化数据的准确性进行验证等。
AI芯片模型解析是指将待处理模型的格式与目标芯片类型对应的目标模型格式进行比较，若两者不匹配，对待处理模型的格式进行转换，以得到目标模型格式的模型。
跨芯片类型量化是指利用量化数据对目标模型格式的模型进行量化，以获取量化后的模型。
量化数据分析是指获取在相同输入数据的情况下，待处理模型和量化后的模型输出结果之间的误差，并判断该误差是否小于阈值。
数据回传是指可以将量化后的模型发送给客户端，以使用户可以在客户端下载量化后的模型的文件。
可见，该量化平台通过客户端可视化量化流程，并实现不同类型的芯片统一的量化流程，提高了量化模型精度对齐速度，提高了人工智能产品应用于端侧的速度。
为了便于理解上述实施例，下面以客户端为Web前端为例，结合图6进行说明，图6为本申请一实施例提供的模型量化过程示意图。
如图6所示，用户可以在Web前端输入进行量化配置，比如配置量化精度、芯片类型、待处理模型的格式等，在Web前端上传待处理模型，并触发量化控件。由此，服务端可以获取到Web前端发送的模型量化请求，并启动量化流程。其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息。
服务端还可以获取量化流程中各网络层的误差并发送给Web前端，Web前端将量化流程可视化，也即以图形的形式展示各网络层的误差，从而便于用户查看。
在获取量化后的模型后，服务端还可以进行量化模型精度对齐，也即获取在相同输入数据的情况下，待处理模型输出的第一预测结果和量化后的模型输出的第二预测结果，确定第一预测结果和第二预测结果之间的误差，若该误差小于阈值可以认为量化后的模型满足请求，可以将量化后的模型发送给Web前端。
为了实现上述实施例，本申请实施例还提出一种模型量化装置。图7为本申请一实施例提供的模型量化装置的结构示意图。如图7所示，该模型量化装置700包括：
第一获取模块710，用于获取客户端发送的模型量化请求，其中，模型量化请求中包括待处理模型及待处理模型对应的量化配置信息；
第一确定模块720，用于根据量化配置信息，确定待处理模型对应的目标芯片类型；
量化模块730，用于根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型。
在本申请实施例一种可能的实现方式中，量化模块730，用于：
确定待处理模型的格式及目标芯片类型对应的目标模型格式；
在待处理模型的格式与目标模型格式不匹配的情况下，对待处理模型进行格式转换，以获取目标模型格式的模型；
根据量化配置信息，对目标模型格式的模型进行量化，以获取量化后的模型。
在本申请实施例一种可能的实现方式中，量化模块730，用于：
获取预设的各芯片类型与模型格式之间的对应关系；
根据目标芯片类型，查询各芯片类型与模型格式之间的对应关系，以确定目标芯片类型对应的目标模型格式。
在本申请实施例一种可能的实现方式中，该装置还可包括：
第二获取模块，用于获取在相同输入数据的情况下，待处理模型输出的第一预测结果和量化后的模型输出的第二预测结果；
第二确定模块，用于确定第一预测结果与第二预测结果之间的第一误差；
第一发送模块，用于在第一误差小于阈值的情况下，将量化后的模型发送给客户端。
在本申请实施例一种可能的实现方式中，量化模块730，还用于在第一误差大于或等于阈值的情况下，对待处理模型重新量化；或者，
该装置还可以包括：
生成模块，用于在第一误差大于或等于阈值的情况下，生成提示信息，其中，提示信息用于提示输入新的量化配置信息；
第一发送模块，还用于将提示信息发送给客户端。
在本申请实施例一种可能的实现方式中，该装置还可以包括：
第三获取模块，用于获取在相同输入数据的情况下，待处理模型中各网络层的第一输出结果和量化后的模型中各网络层的第二输出结果；
第三确定模块，用于针对每个网络层，确定第一输出结果与第二输出结果之间的第二误差；
第二发送模块，还用于将各网络层对应的第二误差发送给客户端，以使客户端以图形的形式展示各网络层对应的第二误差。
在本申请实施例一种可能的实现方式中，该装置还可以包括：
第四获取模块，用于获取目标芯片类型对应的各量化项的候选取值；
第四确定模块，用于确定量化配置信息与各量化项的候选取值匹配。
需要说明的是，前述模型量化方法实施例的解释说明，也适用于该实施例的模型量化装置，故在此不再赘述。
本申请实施例中，通过获取客户端发送的模型量化请求，并根据模型量化请求中的量化配置信息，确定待处理模型对应的目标芯片类型，之后根据量化配置信息和目标芯片类型，对待处理模型进行量化，以获取目标芯片类型对应的量化后的模型，由此可以针对不同类型的芯片进行模型量化，从而实现不同芯片类型统一的模型量化流程。
根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在ROM(Read-OnlyMemory，只读存储器)802中的计算机程序或者从存储单元808加载到RAM(RandomAccess Memory，随机访问/存取存储器)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。I/O(Input/Output，输入/输出)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于CPU(Central Processing Unit，中央处理单元)、GPU(Graphic Processing Units，图形处理单元)、各种专用的AI(Artificial Intelligence，人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(DigitalSignalProcessor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如模型量化方法。例如，在一些实施例中，模型量化方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的模型量化方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行模型量化方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、FPGA(Field Programmable Gate Array，现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit，专用集成电路)、ASSP(Application SpecificStandardProduct，专用标准产品)、SOC(System On Chip，芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device，复杂可编程逻辑设备)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、RAM、ROM、EPROM(ElectricallyProgrammable Read-Only-Memory，可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory，便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(Cathode-Ray Tube，阴极射线管)或者LCD(Liquid Crystal Display，液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：LAN(LocalArea Network，局域网)、WAN(Wide Area Network，广域网)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(VirtualPrivate Server，虚拟专用服务器)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
根据本申请的实施例，本申请还提供了一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行本申请上述实施例提出的模型量化方法。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (17)
1.一种模型量化方法，包括：
获取客户端发送的模型量化请求，其中，所述模型量化请求中包括待处理模型及所述待处理模型对应的量化配置信息；
根据所述量化配置信息，确定所述待处理模型对应的目标芯片类型；
根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型。
2.如权利要求1所述的方法，其中，所述根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型，包括：
确定所述待处理模型的格式及所述目标芯片类型对应的目标模型格式；
在所述待处理模型的格式与所述目标模型格式不匹配的情况下，对所述待处理模型进行格式转换，以获取所述目标模型格式的模型；
根据所述量化配置信息，对所述目标模型格式的模型进行量化，以获取所述量化后的模型。
3.如权利要求2所述的方法，其中，所述确定所述目标芯片类型对应的目标模型格式，包括：
获取预设的各芯片类型与模型格式之间的对应关系；
根据所述目标芯片类型，查询所述各芯片类型与模型格式之间的对应关系，以确定所述目标芯片类型对应的目标模型格式。
4.如权利要求1所述的方法，其中，在所述根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型之后，还包括：
获取在相同输入数据的情况下，所述待处理模型输出的第一预测结果和所述量化后的模型输出的第二预测结果；
确定所述第一预测结果与所述第二预测结果之间的第一误差；
在所述第一误差小于阈值的情况下，将所述量化后的模型发送给所述客户端。
5.如权利要求4所述的方法，其中，所述方法还包括：
在所述第一误差大于或等于所述阈值的情况下，对所述待处理模型重新量化；或者，
在所述第一误差大于或等于所述阈值的情况下，生成提示信息，其中，所述提示信息用于提示输入新的量化配置信息；
将所述提示信息发送给所述客户端。
6.如权利要求1所述的方法，在所述根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型之后，还包括：
获取在相同输入数据的情况下，所述待处理模型中各网络层的第一输出结果和所述量化后的模型中所述各网络层的第二输出结果；
针对每个所述网络层，确定所述第一输出结果与所述第二输出结果之间的第二误差；
将所述各网络层对应的第二误差发送给所述客户端，以使所述客户端以图形的形式展示所述各网络层对应的第二误差。
7.如权利要求1所述的方法，其中，在所述根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型之前，还包括：
获取所述目标芯片类型对应的各量化项的候选取值；
确定所述量化配置信息与所述各量化项的候选取值匹配。
8.一种模型量化装置，包括：
第一获取模块，用于获取客户端发送的模型量化请求，其中，所述模型量化请求中包括待处理模型及所述待处理模型对应的量化配置信息；
第一确定模块，用于根据所述量化配置信息，确定所述待处理模型对应的目标芯片类型；
量化模块，用于根据所述量化配置信息和所述目标芯片类型，对所述待处理模型进行量化，以获取所述目标芯片类型对应的量化后的模型。
9.如权利要求8所述的装置，其中，所述量化模块，用于：
确定所述待处理模型的格式及所述目标芯片类型对应的目标模型格式；
在所述待处理模型的格式与所述目标模型格式不匹配的情况下，对所述待处理模型进行格式转换，以获取所述目标模型格式的模型；
根据所述量化配置信息，对所述目标模型格式的模型进行量化，以获取所述量化后的模型。
10.如权利要求9所述的装置，其中，所述量化模块，用于：
获取预设的各芯片类型与模型格式之间的对应关系；
根据所述目标芯片类型，查询所述各芯片类型与模型格式之间的对应关系，以确定所述目标芯片类型对应的目标模型格式。
11.如权利要求8所述的装置，还包括：
第二获取模块，用于获取在相同输入数据的情况下，所述待处理模型输出的第一预测结果和所述量化后的模型输出的第二预测结果；
第二确定模块，用于确定所述第一预测结果与所述第二预测结果之间的第一误差；
第一发送模块，用于在所述第一误差小于阈值的情况下，将所述量化后的模型发送给所述客户端。
12.如权利要求11所述的装置，其中，
所述量化模块，还用于在所述第一误差大于或等于所述阈值的情况下，对所述待处理模型重新量化；或者，
所述装置还包括：
生成模块，用于在所述第一误差大于或等于所述阈值的情况下，生成提示信息，其中，所述提示信息用于提示输入新的量化配置信息；
所述第一发送模块，还用于将所述提示信息发送给所述客户端。
13.如权利要求8所述的装置，还包括：
第三获取模块，用于获取在相同输入数据的情况下，所述待处理模型中各网络层的第一输出结果和所述量化后的模型中所述各网络层的第二输出结果；
第三确定模块，用于针对每个所述网络层，确定所述第一输出结果与所述第二输出结果之间的第二误差；
第二发送模块，还用于将所述各网络层对应的第二误差发送给所述客户端，以使所述客户端以图形的形式展示所述各网络层对应的第二误差。
14.如权利要求8所述的装置，还包括：
第四获取模块，用于获取所述目标芯片类型对应的各量化项的候选取值；
第四确定模块，用于确定所述量化配置信息与所述各量化项的候选取值匹配。
15.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210749893.4A CN114970883A (zh) | 2022-06-29 | 2022-06-29 | 模型量化方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210749893.4A CN114970883A (zh) | 2022-06-29 | 2022-06-29 | 模型量化方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114970883A true CN114970883A (zh) | 2022-08-30 |
Family
ID=82967265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210749893.4A Pending CN114970883A (zh) | 2022-06-29 | 2022-06-29 | 模型量化方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114970883A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630632A (zh) * | 2023-07-25 | 2023-08-22 | 腾讯科技（深圳）有限公司 | 图像分割模型的量化方法、装置和设备及计算机存储介质 |
| CN118012468A (zh) * | 2024-04-08 | 2024-05-10 | 浙江深象智能科技有限公司 | 模型处理方法、系统及设备 |
-
2022
- 2022-06-29 CN CN202210749893.4A patent/CN114970883A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116630632A (zh) * | 2023-07-25 | 2023-08-22 | 腾讯科技（深圳）有限公司 | 图像分割模型的量化方法、装置和设备及计算机存储介质 |
| CN116630632B (zh) * | 2023-07-25 | 2023-11-03 | 腾讯科技（深圳）有限公司 | 图像分割模型的量化方法、装置和设备及计算机存储介质 |
| CN118012468A (zh) * | 2024-04-08 | 2024-05-10 | 浙江深象智能科技有限公司 | 模型处理方法、系统及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112633384B (zh) | 基于图像识别模型的对象识别方法、装置和电子设备 | |
| CN114970883A (zh) | 模型量化方法、装置、电子设备和存储介质 | |
| CN112784778B (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
| CN113807440A (zh) | 利用神经网络处理多模态数据的方法、设备和介质 | |
| CN111563593B (zh) | 神经网络模型的训练方法和装置 | |
| CN114187459A (zh) | 目标检测模型的训练方法、装置、电子设备以及存储介质 | |
| CN113436100A (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
| CN112528995A (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
| CN114997329A (zh) | 用于生成模型的方法、装置、设备、介质和产品 | |
| CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
| CN115575931A (zh) | 标定方法、装置、电子设备及存储介质 | |
| CN113468857B (zh) | 风格转换模型的训练方法、装置、电子设备以及存储介质 | |
| CN113989152A (zh) | 图像增强方法、装置、设备以及存储介质 | |
| CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
| CN113989562B (zh) | 模型训练、图像分类方法和装置 | |
| CN114998649A (zh) | 图像分类模型的训练方法、图像分类方法及装置 | |
| CN111339344B (zh) | 室内图像检索方法、装置及电子设备 | |
| CN114218166A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
| CN114120410A (zh) | 用于生成标签信息的方法、装置、设备、介质和产品 | |
| CN114064870A (zh) | 面向多模态的对话方法、装置、电子设备、存储介质 | |
| CN113408632A (zh) | 提高图像分类准确性的方法、装置、电子设备及存储介质 | |
| CN113361575A (zh) | 模型训练方法、装置和电子设备 | |
| CN112598136A (zh) | 数据的校准方法和装置 | |
| CN113361701A (zh) | 神经网络模型的量化方法和装置 | |
| CN114926447B (zh) | 用于训练模型的方法、用于检测目标的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |