CN115115051A - 神经网络模型的量化方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种神经网络模型的量化方法、装置、电子设备和存储介质，涉及计算机技术领域，尤其涉及人工智能技术领域。实现方案为：获得神经网络模型中的待量化层，待量化层包括多个通道，多个通道中的每一个通道具有相应权值；针对多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；基于多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及基于多个通道中的每一通道的更新权值，对待量化层进行量化操作。

Description

神经网络模型的量化方法、装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及人工智能技术领域，具体涉及一种神经网络模型的量化方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使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；人工智能软件技术主要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机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

现今深度学习相关的解决方案应用已经越来越多，而其中的神经网络模型在部署阶段又是整个环节重中之重，该环节涉及到两个重要指标，模型运行速度和模型传输带宽，运行速度越快，模型所需传输的带宽越小越能给客户有效提升效率和节约算力，而神经网络的量化是解决此问题的有效方式之一，量化能有效缩小模型的大小以及提升运行速度。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种神经网络模型的量化方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种神经网络模型的量化方法，包括：获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

根据本公开的另一方面，提供了一种神经网络模型的量化装置，包括：第一获取单元，被配置用于获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；第二获取单元，被配置用于针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；第三获取单元，被配置用于基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及量化单元，被配置用于基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

根据本公开的另一方面，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根据本公开的实施例所述的方法。

根据本公开的另一方面，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本公开的实施例所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开的实施例所述的方法。

根据本公开的一个或多个实施例，可以提升对神经网络模型的量化的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的神经网络模型的量化方法的流程图；

图3示出了根据本公开的实施例的神经网络模型的量化方法中基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息的过程的流程图；

图4示出了根据本公开的实施例的神经网络模型的量化方法中对相应权值对应的频域信息进行滤波操作的过程的流程图；

图5示出了根据本公开的实施例的神经网络模型的量化方法中基于多个通道中的每一通道的更新权值，对待量化层进行量化操作的过程的流程图；

图6示出了根据本公开的实施例的神经网络模型的量化方法中基于多个通道中的每一个通道的更新权值，获得待量化层在对应的敏感度的过程的流程图；

图7示出了根据本公开的实施例的神经网络模型的量化装置的结构框图；以及

图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行神经网络模型的量化方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来接收神经网络模型的量化结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

对神经网络模型进行量化的过程中所采用的量化精度主要有FP32，FP16，INT8，INT4，INT2等，其中FP32精度高，因为其采用浮点运算，而神经网络一般训练也用FP32，所以FP32精度能很好的在推理中反应训练得到的精度；而F16和INT8次之，采用半精度或整型表示一个数，直观的感受就是存储权重中的一个数所占据的位宽小了，自然整体占据的存储量也少了，其次采用位宽少的数进行计算，其所需的计算力就变小了，而更低位的量化精度，对应的存储更小，传输更快，以及运算会更快，尤其对边缘端计算能力有限的终端来说特别重要，但相应的精度也会一定程度的降低。这就自然衍生一个问题，在硬件允许的情况下可以选择混合精度来做量化，比如可以选择部分权重用FP16精度运算，另一部分权重用INT8精度运算，甚至用更低位的INT4或者INT2精度来运算。如何为神经网络模型中的各个层的权重参数选择合适的量化精度，即神经网络模型的量化过程所需要探讨的问题。

根据本公开的一方面，提供了一种神经网络模型的量化方法。如图2所示，根据本公开的一些实施例的神经网络模型的量化方法200包括：

步骤S210：获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；

步骤S220：针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；

步骤S230：基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及

步骤S240：基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

在相关技术中，对神经网络模型进行量化的方式包括人工经验选择和自动选择，其中人工经验选择，根据应用工程经验，对于如第一层和最后一层一般选择高精度如FP32浮点格式，其他如layernorm和softmax一般也采用FP32浮点格式等；而自动选择也可分为两种方法，自动搜索学习的方法和基于模型精度敏感性的方法。采用自动搜索学习的方法耗时耗力，每增加一层权重量化，搜索空间指数级增长，需要大规模的计算资源以及较长的搜索时间，难以在实际工程中做到快速响应。同时，和基于模型精度敏感性的方法直接利用权值的绝对值之和求平均，根据全局平均值确定模型敏感度，仅仅考虑权值的大小，而不考虑权值之间的影响，使得对神经网络模型的量化结果不够准确。

根据本公开的实施例，通过获得待量化层的多个通道中的每一个通道的相应权值的在频域的排布(即频域信息)，并且针对高频信息获得量各个通道对应的更新权值，基于各个通道的更新权值对待量化层进行量化，实现模型量化过程中考虑同一层的多个权值之间的高低频信息的影响，即考虑了权值间的影响，使得对神经网络模型的量化更准确。

权值频率和权值大小不同，神经网络的权重从仿生学讲是类似人脑的神经元，而神经元相互之间是有关系的，如果在时域里直观的关系是权重的大小之间的差异，那在频域里是幅度和相位之间的差异。考虑到频域里高频的地方也是时域中较为敏感的地方。通过获得频域信息中的高频信息，从而可以获得较为敏感的权值，进而对较为敏感的权值进行量化位宽的选择，使得所选择的量化位宽准确，即对神经网络模型的量化准确。

在一些实施例中，神经网络模型可以是任意经训练的神经网络模型，例如人脸识别模型、图像分类模型等等，在此并不限定。

在一些实施例中，待量化层可以是神经网络模型中的任一网络层，例如，卷积层、输入层、输出层等。

在一些实施例中，在步骤S210中，将由专家基于经验指定的网络层，作为待量化层。例如，专家指定卷积层进行量化，将卷积层作为待量化层。

在一些实施例中，将神经网络模型中的每一网络层，均作为待量化层。

在一些实施例中，响应于获得待量化层，获得该待量化层的权重参数，其中，该权重参数包括对应于该待量化层的多个通道中的每一个通道的权值。

在一个示例中，权重参数表示为64×128×128的矩阵，其中，对应有64个通道，每一个通道的相应权值可以表示为128×128的矩阵。

在一些实施例中，在步骤S220中，针对多个通道中的每一个通道，进行时频变换，以获得该通道对应的频域信息。

在一些实施例中，如图3所示，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息包括：

步骤S310：对所述相应权值进行时频变换，以获得所述相应权值对应的频域信息；以及

步骤S320：对所述相应权值对应的频域信息进行滤波操作，以获得所述该相应权值对应的频域信息中的高频信息。

时频变换旨在将时域里关系通过变换在频域里体现出来。通过时频变换，可以将权值在时域中的关系，转化为权值在频域中的信息，权值在频域中的信息包含权值之间的影响。

同时，通过对相应权值对应的频域信息进行滤波操作，以获得高频信息，使得获得高频信息的方法简单，数据处理量少。

在一些实施例中，通过对所述相应权值进行傅立叶变换，以进行时频变换。

在一些实施例中，频域信息包括一定频率范围内的信息，其中，频率大于预设频率阈值的为高频信息，反之为低频信息。

在一些实施例中，所述频域信息包括频谱图，所述频谱图的边缘到中心的谱图对应频域信息中的频率从最低到最高处的信息，如图4所示，对所述相应权值对应的频域信息进行滤波操作包括：

步骤S410：对所述相应权值对应的频谱图进行移位操作，以获得所述相应权值对应的更新频谱图，其中，在所述权重参数对应的频域信息中频率最低处的信息对应所述更新频谱图的中心；以及

步骤S420：去除所述相应权值对应的更新频谱图中的包围所述中心的预设区域，以获得所述相应权值对应的剩余谱图，所述剩余谱图中的谱图对应所述相应权值的频域信息中的高频信息。

通过移位操作，获得更新频谱图，使获相应权值对应的频域信息中的高频信息的方法简单，数据处理量少。

在一个示例中，低频信息位于方形频谱图的四个角处，通过将频谱图的四个角移位至频谱图的中心，获得更新频谱图，更新频谱图仍为方形。

在一些实施例中，所述预设区域占据所述更新频谱图的全部区域的1/3到1/2。

预设区域占全部区域的1/3-1/2，使获得的高频信息准确的同时，保证后续数据处理量少。

在一些实施例中，步骤S230、基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值包括：

基于所述多个通道中的每一个通道的相应权值对应的高频信息，进行反时频变换，以获得该通道的更新权值。

通过对高频信息进行反时频变换，获得更新权值，减少数据处理量。

通过对各个通道的相应权值对应的高频信息进行反视频变换，使高频信息变换为时域信息后，可得到时域中较为敏感的权值(即更新权值反应权值的时域敏感性)，基于这些权值进行量化操作，使得量化准确度高。

在一个实例中，每一个通道的相应权值表示为128×128的矩阵。经过步骤S230之后，获得的每个通道的更新权值表示为128×128的矩阵。

在一些实施例中，如图5所示，基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作包括：

步骤S510：基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度；以及

步骤S520：将混合精度量化空间的多个量化位宽中获取与所述敏感度相应的量化位宽，确定为所述待量化层的量化位宽。

由于更新权值反应权值的时域敏感性，通过更新权值，计算敏感度，基于敏感度确定量化位宽，使得量化准确度高。

在一些实施例中，如图6所示，基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度包括：

步骤S610：获得所述多个通道中的每一个通道的更新权值的绝对值之和；以及

步骤S620：基于所述多个通道对应的多个绝对值之和，获得所述待量化层在对应的敏感度。

通过获得多个通道中每个通道的绝对值之和，计算敏感度，实现敏感度的计算。

例如，每个通道的更新权值表示为128×128的矩阵，通过将矩阵中的每一个元素取绝对值，并计算矩阵中所有元素的绝对值之和，获得该通道的绝对值之和。

在一些实施例中，敏感度包括下列各项中的至少一项：

所述多个绝对值之和的平均值；和

所述多个绝对值之和中的最大值与最小值之差与所述多个通道的数量之间的比值。

例如，待量化层的n个通道对应的多个绝对值之和分别表示为Mn1、Mn2…Mnn，则

敏感度可以通过公式(1)或者公式(2)计算：

可以理解，上述采用公式(1)或(2)获得敏感度的方法仅仅是示例性的，本领域技术人员应当理解，还可以采用其他任意数学统计方法(例如，取各通道权值绝对值之和的方差等)计算量敏感度。

在一些实施例中，对神经网络模型进行量化的过程中，从下列量化位宽中进行选择：FP32，FP16，INT8，INT4，INT2。

在一些实施例中，每一个量化位宽对应有相应的敏感度区间，响应于待量化层的敏感度在第一敏感度区间，将与该第一敏感度区间相应的量化位宽确定为待量化层的量化位宽。

在一些实施例中，神经网络模型中包括多个待量化层，通过对神经网络模型中的每一个待量化层执行步骤S210-S240之后，获得每一个待量化层的敏感度，通过对该多个待量化层对应的多个敏感度进行排序，将排序靠前(例如，前三)的敏感度对应的待量化层的量化位宽，确定为高精度量化位宽，例如FP32。

在一些实施例中，多个待量化层中的每一个待量化层对应的敏感度包括多种，例如，同时包括采用上述公式(1)获得的第一敏感度和公式(2)获得的第二敏感度。则在基于敏感度，确定量化位宽的过程中，针对每一种敏感度，对多个待量化层的相应种类的敏感度进行排序，获得多个排序。针对多个排序中，同时位于每一个排序中靠前例如，前三)的敏感度对应的待量化层，确定该待量化层的量化位宽为高精度量化位宽，例如FP32。这一过程中，通过基于多种敏感度，对多个带量化层的相应种类的敏感度进行排序，使得排序过程中所考虑的敏感度全面、准确。进一步，提升对神经网络模型的进行量化的准确性。

根据本公开的另一方面，还提供一种神经网络模型的量化装置，如图7所示，装置700包括：第一获取单元710，被配置用于获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；第二获取单元720，被配置用于针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；第三获取单元730，被配置用于基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及量化单元740，被配置用于基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

在一些实施例中，所述第二获取单元720包括：时频变换单元，被配置用于对所述相应权值进行时频变换，以获得所述相应权值对应的频域信息；以及滤波单元，被配置用于对所述相应权值对应的频域信息进行滤波操作，以获得所述该相应权值对应的频域信息中的高频信息。

在一些实施例中，所述频域信息包括频谱图，所述频谱图的边缘到中心的谱图对应频域信息中的频率从最低到最高处的信息，所述滤波单元包括：移位单元，被配置用于对所述相应权值对应的频谱图进行移位操作，以获得所述相应权值对应的更新频谱图，其中，在所述权重参数对应的频域信息中频率最低处的信息对应所述更新频谱图的中心；以及滤波子单元，被配置用于去除所述相应权值对应的更新频谱图中的包围所述中心的预设区域，以获得所述相应权值对应的剩余谱图，所述剩余谱图中的谱图对应所述相应权值的频域信息中的高频信息。

在一些实施例中，所述预设区域占据所述更新频谱图的全部区域的1/3到1/2。

在一些实施例中，所述第三获取单元包括：反时频变换单元，被配置用于基于所述多个通道中的每一个通道的相应权值对应的高频信息，进行反时频变换，以获得该通道的更新权值。

在一些实施例中，所述量化单元包括：敏感度计算单元，被配置用于基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度；以及确定单元，被配用于将混合精度量化空间的多个量化位宽中获取与所述敏感度相应的量化位宽，确定为所述待量化层的量化位宽。

在一些实施例中，所述敏感度计算单元包括：绝对值之和获取单元，被配置用于获得所述多个通道中的每一个通道的更新权值的绝对值之和；以及计算子单元，被配置用于基于所述多个通道对应的多个绝对值之和，获得所述待量化层在对应的敏感度。

在一些实施例中，所述敏感度包括下列各项中的至少一项：所述多个绝对值之和的平均值；和所述多个绝对值之和中的最大值与最小值之差与所述多个通道的数量之间的比值。

根据本公开的实施例，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。

参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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/或者要求的本公开的实现。

如图8所示，电子设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM803中，还可存储电子设备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。输入/输出(I/O)接口805也连接至总线804。

电子设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备，输入单元806可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

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中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、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，例如方法200。例如，在一些实施例中，方法200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/或安装到电子设备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方法200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)而被配置为执行方法200。

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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。

用于实施本公开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。

在本公开的上下文中，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、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、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(阴极射线管)或者LCD(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：局域网(LAN)、广域网(WAN)和互联网。

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，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。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (19)

1.一种神经网络模型的量化方法，包括：

获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；

针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；

基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及

基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

2.根据权利要求1所述的方法，其中，所述基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息包括：

对所述相应权值进行时频变换，以获得所述相应权值对应的频域信息；以及

对所述相应权值对应的频域信息进行滤波操作，以获得所述该相应权值对应的频域信息中的高频信息。

3.根据权利要求2所述的方法，其中，所述频域信息包括频谱图，所述频谱图的边缘到中心的谱图对应频域信息中的频率从最低到最高处的信息，所述对所述相应权值对应的频域信息进行滤波操作包括：

对所述相应权值对应的频谱图进行移位操作，以获得所述相应权值对应的更新频谱图，其中，在所述权重参数对应的频域信息中频率最低处的信息对应所述更新频谱图的中心；以及

去除所述相应权值对应的更新频谱图中的包围所述中心的预设区域，以获得所述相应权值对应的剩余谱图，所述剩余谱图中的谱图对应所述相应权值的频域信息中的高频信息。

4.根据权利要求3所述的方法，其中，所述预设区域占据所述更新频谱图的全部区域的1/3到1/2。

5.根据权利要求2所述的方法，其中，所述基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值包括：

基于所述多个通道中的每一个通道的相应权值对应的高频信息，进行反时频变换，以获得该通道的更新权值。

6.根据权利要求1所述的方法，其中，所述基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作包括：

基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度；以及

将混合精度量化空间的多个量化位宽中获取与所述敏感度相应的量化位宽，确定为所述待量化层的量化位宽。

7.根据权利要求6所述的方法，其中，所述基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度包括：

获得所述多个通道中的每一个通道的更新权值的绝对值之和；以及

基于所述多个通道对应的多个绝对值之和，获得所述待量化层在对应的敏感度。

8.根据权利要求7所述的方法，其中，所述敏感度包括下列各项中的至少一项：

所述多个绝对值之和的平均值；和

所述多个绝对值之和中的最大值与最小值之差与所述多个通道的数量之间的比值。

9.一种神经网络模型的量化装置，包括：

第一获取单元，被配置用于获得所述神经网络模型中的待量化层，所述待量化层包括多个通道，所述多个通道中的每一个通道具有相应权值；

第二获取单元，被配置用于针对所述多个通道中的每一个通道，基于该通道的相应权值，获得该相应权值对应的频域信息中的高频信息；

第三获取单元，被配置用于基于所述多个通道中的每一个通道的相应权值对应的频域信息中的高频信息，获得该通道的更新权值；以及

量化单元，被配置用于基于所述多个通道中的每一通道的更新权值，对所述待量化层进行量化操作。

10.根据权利要求9所述的装置，其中，所述第二获取单元包括：

时频变换单元，被配置用于对所述相应权值进行时频变换，以获得所述相应权值对应的频域信息；以及

滤波单元，被配置用于对所述相应权值对应的频域信息进行滤波操作，以获得所述该相应权值对应的频域信息中的高频信息。

11.根据权利要求10所述的装置，其中，所述频域信息包括频谱图，所述频谱图的边缘到中心的谱图对应频域信息中的频率从最低到最高处的信息，所述滤波单元包括：

移位单元，被配置用于对所述相应权值对应的频谱图进行移位操作，以获得所述相应权值对应的更新频谱图，其中，在所述权重参数对应的频域信息中频率最低处的信息对应所述更新频谱图的中心；以及

滤波子单元，被配置用于去除所述相应权值对应的更新频谱图中的包围所述中心的预设区域，以获得所述相应权值对应的剩余谱图，所述剩余谱图中的谱图对应所述相应权值的频域信息中的高频信息。

12.根据权利要求11所述的装置，其中，所述预设区域占据所述更新频谱图的全部区域的1/3到1/2。

13.根据权利要求10所述的装置，其中，所述第三获取单元包括：

反时频变换单元，被配置用于基于所述多个通道中的每一个通道的相应权值对应的高频信息，进行反时频变换，以获得该通道的更新权值。

14.根据权利要求9所述的装置，其中，所述量化单元包括：

敏感度计算单元，被配置用于基于所述多个通道中的每一个通道的更新权值，获得所述待量化层在对应的敏感度；以及

确定单元，被配用于将混合精度量化空间的多个量化位宽中获取与所述敏感度相应的量化位宽，确定为所述待量化层的量化位宽。

15.根据权利要求14所述的装置，其中，所述敏感度计算单元包括：

绝对值之和获取单元，被配置用于获得所述多个通道中的每一个通道的更新权值的绝对值之和；以及

计算子单元，被配置用于基于所述多个通道对应的多个绝对值之和，获得所述待量化层在对应的敏感度。

16.根据权利要求15所述的装置，其中，所述敏感度包括下列各项中的至少一项：

所述多个绝对值之和的平均值；和

所述多个绝对值之和中的最大值与最小值之差与所述多个通道的数量之间的比值。

17.一种电子设备，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1-8中任一项所述的方法。

18.一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1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。

Images