本篇主要介绍如何Hisi量化损失来源
如有错误和不当之处,望指教!
根据我自己工作遇到的海思量化精度问题,以及如何改善和提升精度,整理记录而成。
经过查阅资料:了解海思的量化分为权重量化(weight+bias) + 激活量化(featuremap)
所以优化方向就针对这两种损失:优化权重+优化激活。
后续文章会逐步展开:损失判定,模型择优,剪枝训练,模型微调等
1:NNIE 量化感知训练 NNIE量化算法及实现 - 知乎
2:Hisi量化库使用指南
本篇主要介绍如何Hisi量化损失来源
如有错误和不当之处,望指教!
根据我自己工作遇到的海思量化精度问题,以及如何改善和提升精度,整理记录而成。
经过查阅资料:了解海思的量化分为权重量化(weight+bias) + 激活量化(featuremap)
所以优化方向就针对这两种损失:优化权重+优化激活。
后续文章会逐步展开:损失判定,模型择优,剪枝训练,模型微调等
1:NNIE 量化感知训练 NNIE量化算法及实现 - 知乎
2:Hisi量化库使用指南