混合精度量化支持吗？会结合考虑实际板上推理速度吗？能否推荐一些确实work且好用的论文或方法~？

PPL Quantization Tool 0.6.6 (PPL 量化工具)

PPQ 是一个可扩展的、高性能的、面向工业应用的神经网络量化工具。

神经网络量化，作为一种常用的神经网络加速方案自 2016 年以来被广泛地应用。相比于神经网络剪枝与架构搜索，网络量化的泛用性更强，具有较高的工业实用价值。特别是对于端侧芯片而言，在片上面积与功耗都受到限制的场景下，我们总是希望将所有浮点运算转换为定点运算。量化技术的价值在于浮点运算与访存是十分昂贵的，它依赖于复杂的浮点运算器以及较高的访存带宽。如果我们能够在可接受的范围内使用较低位宽的定点运算近似浮点结果，这将使得我们在芯片电路设计、系统功耗、系统延迟与吞吐量等多方面获得显著的优势。

我们正处在时代的浪潮之中，基于神经网络的人工智能正快速发展，图像识别、图像超分辨率、内容生成、模型重建等技术正改变我们的生活。与之俱来的，是不断变化的模型结构，成为摆在模型量化与部署前的第一道难关。为了处理复杂结构，我们设计了完整的计算图逻辑结构与图调度逻辑，这些努力使得 PPQ 能够解析并修改复杂的模型结构，自动判定网络中的量化区与非量化区，并允许用户对调度逻辑进行手动控制。

网络的量化与性能优化是严峻的工程问题，我们希望用户能够参与到网络的量化与部署过程中来，参与到神经网络的性能优化中来。为此我们在 Github 中提供相应的与部署相关学习资料，并在软件设计上刻意强调接口的灵活性。在我们不断的尝试与探索中，我们抽象出量化器这一逻辑类型，负责初始化不同硬件平台上的量化策略，并允许用户自定义网络中每一个算子、每一个张量的量化位宽、量化粒度与校准算法等。我们将量化逻辑重组为27个独立的量化优化过程 (Quantization Optimization Pass)，PPQ 的用户可以根据需求任意组合优化过程，完成高度灵活的量化任务。作为 PPQ 的使用者，您能够根据需求新增、修改所有优化过程，探索量化技术的新边界。

这是一个为处理复杂量化任务而生的框架 —— PPQ 的执行引擎是专为量化设计的，截止 PPQ 0.6.6 版本，软件一共内置 99 种常见的 Onnx 算子执行逻辑，并原生支持执行过程中的量化模拟操作。PPQ 可以脱离 Onnxruntime 完成 Onnx 模型的推理与量化。作为架构设计一部分，我们允许用户使用 Python + Pytorch 或 C++ / Cuda 为 PPQ 注册新的算子实现，新的逻辑亦可替换现有的算子实现逻辑。PPQ 允许相同的算子在不同平台上有不同的执行逻辑，从而支撑不同硬件平台的运行模拟。借助定制化的执行引擎与 PPQ Cuda Kernel 的高性能实现，使得 PPQ 具有极其显著的性能优势，往往能以惊人的效率完成量化任务。

PPQ 的开发与推理框架关系密切，这使得我们能够了解硬件推理的诸多细节，从而严格控制硬件模拟误差。在国内外众多开源工作者共同努力之下，目前 PPQ 支持与 TensorRT, OpenPPL, Openvino, ncnn, mnn, Onnxruntime, Tengine, Snpe, GraphCore, Metax 等多个推理框架协同工作，并预制了对应量化器与导出逻辑。PPQ 是一个高度可扩展的模型量化框架，借助 ppq.lib 中的函数功能，您能够将 PPQ 的量化能力扩展到其他可能的硬件与推理库上。我们期待与您一起把人工智能带到千家万户之间。

在 0.6.6 的版本更新中，我们为你带来了这些功能：

FP8 量化规范，PPQ 现在支持 E4M3, E5M2 等多种规范的 FP8 量化模拟与训练
PFL 基础类库，PPQ 现在提供一套更为基础的 api 函数帮助你完成更为灵活的量化
更为强大的图模式匹配与图融合功能
基于 Onnx 的模型 QAT 功能
全新的 TensorRT 量化与导出逻辑
全球最大的量化模型库 OnnxQuant
其他未知的软件特性

Installation (安装方法)

Install CUDA from CUDA Toolkit
Install Complier

apt-get install ninja-build # for debian/ubuntu user
yum install ninja-build # for redhat/centos user

For Windows User:

(1) Download ninja.exe from https://github.com/ninja-build/ninja/releases, add it to Windows PATH.

(2) Install Visual Studio 2019 from https://visualstudio.microsoft.com.

(3) Add your C++ compiler to Windows PATH Environment, if you are using Visual Studio, it should be like "C:\Program Files\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.16.27023\bin\Hostx86\x86"

(4) Update PyTorch version to 1.10+.

Install PPQ

git clone https://github.com/openppl-public/ppq.git
cd ppq
pip install -r requirements.txt
python setup.py install

Install PPQ from our docker image (optional):

docker pull stephen222/ppq:ubuntu18.04_cuda11.4_cudnn8.4_trt8.4.1.5

docker run -it --rm --ipc=host --gpus all --mount type=bind,source=your custom path,target=/workspace stephen222/ppq:ubuntu18.04_cuda11.4_cudnn8.4_trt8.4.1.5 /bin/bash

git clone https://github.com/openppl-public/ppq.git
cd ppq
export PYTHONPATH=${PWD}:${PYTHONPATH}

Install PPQ using pip (optional):

python3 -m pip install ppq

Learning Path (学习路线)

PPQ 基础用法及示例脚本

	Description 介绍	Link 链接
01	模型量化	onnx, caffe, pytorch
02	执行器	executor
03	误差分析	analyser
04	校准器	calibration
05	网络微调	finetune
06	网络调度	dispatch
07	最佳实践	Best Practice

08	目标平台	platform
09	优化过程	Optim
10	图融合	Fusion

PPQ 优化过程文档

	Description 介绍	Link 链接
01	QuantSimplifyPass(通用量化精简过程)	doc
02	QuantFusionPass(通用量化图融合过程)	doc
03	QuantAlignmentPass(通用量化对齐过程)	doc
04	RuntimeCalibrationPass(参数校准过程)	doc
05	BiasCorrectionPass(Bias修正过程)	doc
06	QuantSimplifyPass(通用量化精简过程)	doc
07	LayerwiseEqualizationPass(层间权重均衡过程)	doc
08	LayerSpilitPass(算子分裂过程)	doc
09	LearnedStepSizePass(网络微调过程)	doc
10	Other(其他)	refer to

视频资料

	Desc 介绍	Link 链接
01	计算机体系结构基础知识	link
02	网络性能分析	link
03	量化计算原理	part1, part2
04	图优化与量化模拟	link
05	图调度与模式匹配	link
06	神经网络部署	link
07	量化参数选择	link
08	量化误差传播分析	link

量化部署教程

使用例子(Examples)	网络部署平台(Platform)	输入模型格式(Format)	链接(Link)	相关视频(Video)
`TensorRT`
使用 Torch2trt 加速你的网络	pytorch	pytorch	link	link
TensorRT 量化训练	TensorRT	pytorch	link	link
TensorRT 后训练量化(PPQ)	TensorRT	onnx	1. Quant with TensorRT OnnxParser 2. Quant with TensorRT API
TensorRT fp32 部署	TensorRT	onnx	link	link
TensorRT 性能比较	TensorRT	pytorch	link	link
TensorRT Profiler	TensorRT	pytorch	link	link
`onnxruntime`
使用 onnxruntime 加速你的网络	onnxruntime	onnx	link	link
onnx 后训练量化(PPQ)	onnxruntime	onnx	link	link
onnxruntime 性能比较	onnxruntime	pytorch	link	link
`openvino`
使用 openvino 加速你的网络	openvino	onnx	link
openvino 量化训练	openvino	pytorch	link
openvino 后训练量化(PPQ)	openvino	onnx	link
openvino 性能比较	openvino	pytorch	link
`snpe`
snpe 后训练量化(PPQ)	snpe	caffe	link
`ncnn`
ncnn 后训练量化(PPQ)	ncnn	onnx	link
`OpenPPL`
ppl cuda 后训练量化(PPQ)	ppl cuda	onnx	link

Dive into PPQ 深入理解量化框架

	Desc 介绍	Link 链接
01	PPQ 量化执行流程	link
02	PPQ 网络解析	link
03	PPQ 量化图调度	link
04	PPQ 目标平台与 TQC	link
05	PPQ 量化器	link
06	PPQ 量化优化过程	link
07	PPQ 量化函数	link

Contact Us

WeChat Official Account	QQ Group
OpenPPL	627853444

Email: [email protected]

Other Resources

Contributions

We appreciate all contributions. If you are planning to contribute back bug fixes, please do so without any further discussion.

If you plan to contribute new features, utility functions, or extensions to the core, please first open an issue and discuss the feature with us. Sending a PR without discussion might end up resulting in a rejected PR because we might be taking the core in a different direction than you might be aware of.

Benchmark

PPQ is tested with models from mmlab-classification, mmlab-detection, mmlab-segamentation, mmlab-editing, here we listed part of out testing result.

No quantization optimization procedure is applied with following models.

Model	Type	Calibration	Dispatcher	Metric	PPQ(sim)	PPLCUDA	FP32
Resnet-18	Classification	512 imgs	conservative	Acc-Top-1	69.50%	69.42%	69.88%
ResNeXt-101	Classification	512 imgs	conservative	Acc-Top-1	78.46%	78.37%	78.66%
SE-ResNet-50	Classification	512 imgs	conservative	Acc-Top-1	77.24%	77.26%	77.76%
ShuffleNetV2	Classification	512 imgs	conservative	Acc-Top-1	69.13%	68.85%	69.55%
MobileNetV2	Classification	512 imgs	conservative	Acc-Top-1	70.99%	71.1%	71.88%
----	----	----	----	----	----	----	----
retinanet	Detection	32 imgs	pplnn	bbox_mAP	36.1%	36.1%	36.4%
faster_rcnn	Detection	32 imgs	pplnn	bbox_mAP	36.6%	36.7%	37.0%
fsaf	Detection	32 imgs	pplnn	bbox_mAP	36.5%	36.6%	37.4%
mask_rcnn	Detection	32 imgs	pplnn	bbox_mAP	37.7%	37.6%	37.9%
----	----	----	----	----	----	----	----
deeplabv3	Segmentation	32 imgs	conservative	aAcc / mIoU	96.13% / 78.81%	96.14% / 78.89%	96.17% / 79.12%
deeplabv3plus	Segmentation	32 imgs	conservative	aAcc / mIoU	96.27% / 79.39%	96.26% / 79.29%	96.29% / 79.60%
fcn	Segmentation	32 imgs	conservative	aAcc / mIoU	95.75% / 74.56%	95.62% / 73.96%	95.68% / 72.35%
pspnet	Segmentation	32 imgs	conservative	aAcc / mIoU	95.79% / 77.40%	95.79% / 77.41%	95.83% / 77.74%
----	----	----	----	----	----	----	----
srcnn	Editing	32 imgs	conservative	PSNR / SSIM	27.88% / 79.70%	27.88% / 79.07%	28.41% / 81.06%
esrgan	Editing	32 imgs	conservative	PSNR / SSIM	27.84% / 75.20%	27.49% / 72.90%	27.51% / 72.84%

PPQ(sim) stands for PPQ quantization simulator's result.
Dispatcher stands for dispatching policy of PPQ.
Classification models are evaluated with ImageNet, Detection and Segmentation models are evaluated with the COCO dataset, Editing models are evaluated with DIV2K dataset.
All calibration datasets are randomly picked from training data.

License

This project is distributed under the Apache License, Version 2.0.

	if sizes is None or len(sizes) == 0:
	sizes = None
	if scales.numel() == 1:
	scales = scales.item()
	else:
	assert scales.numel() % 2 == 0
	scales = scales[-2].cpu().numpy().tolist()

	def Squeeze_forward(op: Operation, values: List[torch.Tensor], ctx: TorchBackendContext = None, **kwargs) -> torch.Tensor:
	"""Remove single-dimensional entries from the shape of a tensor. Takes an
	input axes with a list of axes to squeeze. If axes is not provided, all the
	single dimensions will be removed from the shape. If an axis is selected
	with shape entry not equal to one, an error is raised.

	Inputs (1 - 2)
	data (differentiable) : T
	Tensors with at least max(dims) dimensions.

	axes (optional, non-differentiable) : tensor(int64)
	List of integers indicating the dimensions to squeeze.
	Negative value means counting dimensions from the back. Accepted range is [-r, r-1] where r = rank(data).

	Outputs
	squeezed (differentiable) : T
	Reshaped tensor with same data as input.

	Args:
	op (Operation): [description]
	input_values (List[torch.Tensor]): [description]

	Returns:
	torch.Tensor: [description]
	"""

	ASSERT_ALL_TENSORS_AT_SAME_DEVICE(op=op, values=values)
	ASSERT_NUM_OF_INPUT(op=op, values=values, min_num_of_input=1, max_num_of_input=2)
	[squeezing_tensor], axes = values, GET_ATTRIBUTE_FROM_OPERATION(op=op, attribute='axes', compulsive=True)
	if isinstance(axes, list):
	for squeezing_dim in sorted(axes, reverse=True):
	squeezing_tensor = torch.squeeze(squeezing_tensor, squeezing_dim)
	elif isinstance(axes, int):
	squeezing_tensor = torch.squeeze(squeezing_tensor, axes)
	else: raise TypeError(f'Parameter axes of operation {op.name} misunderstood, '
	f'expect int value of list of int, while {type(axes)} was given.')
	return squeezing_tensor

openppl-public / ppq Goto Github PK

ppq's Introduction

PPL Quantization Tool 0.6.6 (PPL 量化工具)

在 0.6.6 的版本更新中，我们为你带来了这些功能：

Installation (安装方法)

Learning Path (学习路线)

PPQ 基础用法及示例脚本

PPQ 优化过程文档

视频资料

量化部署教程

Dive into PPQ 深入理解量化框架

Contact Us

Other Resources

Contributions

Benchmark

License

ppq's People

Contributors

Stargazers

Watchers

Forkers

ppq's Issues

配置信息：

问题描述：

当我在导出的时候platform=TargetPlatform.ONNXRUNTIME会出现以下报错，但是platform=TargetPlatform.ONNX就不会

Recommend Projects

Recommend Topics

Recommend Org