深度学习模型文件mnn量化实践

最新推荐文章于 2022-11-27 10:13:51 发布

喝粥也会胖的唐僧

最新推荐文章于 2022-11-27 10:13:51 发布

阅读量3k

点赞数

分类专栏：深度学习文章标签： mnn quant

本文链接：https://blog.csdn.net/zhou_438/article/details/112321005

版权

深度学习专栏收录该内容

78 篇文章 12 订阅

订阅专栏

转化成mnn模型虽然可以进行推理

不过模型文件可能较大或者运行较慢的情况

特别是在移动设备等边缘设备上，算力和储存空间受限

因此压缩模型是一个急需的工作

mnn自带了量化工具，环境安装很简单，这文章编译就可以使用量化了

mnn模型文件是使用的是之前的文章训练并转化的mnn文件

在使用之前需要新建一个json文件，里面配置好内容

preprocessConfig.json

{
    "format":"GRAY",
    "mean":[
        127.5
    ],
    "normal":[
        0.00784314
    ],
    "width":28,
    "height":28,
    "path":"FashionMNIST",
    "used_image_num":50,
    "feature_quantize_method":"KL",
    "weight_quantize_method":"MAX_ABS"
}

需要说明的是因为之前那篇文件训练的是单通道的图片，因此json文件里面format写的GRAY，实际上可以选择的有："RGB", "BGR", "RGBA", "GRAY"，需要根据自己模型情况进行选择

具体可以看一下文档https://www.yuque.com/mnn/cn/tool_quantize

准备工作都做好了，现在只需要量化即可

/opt/MNN/build/quantized.out FashionMNIST.mnn quan.mnn preprocessConfig.json

量化的结果：

[15:54:55] /opt/MNN/tools/quantization/quantized.cpp:21: >>> modelFile: FashionMNIST.mnn
[15:54:55] /opt/MNN/tools/quantization/quantized.cpp:22: >>> preTreatConfig: preprocessCo nfig.json
[15:54:55] /opt/MNN/tools/quantization/quantized.cpp:23: >>> dstFile: quan.mnn
[15:54:55] /opt/MNN/tools/quantization/quantized.cpp:50: Calibrate the feature and quanti ze model...
[15:54:55] /opt/MNN/tools/quantization/calibration.cpp:121: Use feature quantization meth od: KL
[15:54:55] /opt/MNN/tools/quantization/calibration.cpp:122: Use weight quantization metho d: MAX_ABS
[15:54:55] /opt/MNN/tools/quantization/Helper.cpp:100: used image num: 50
ComputeFeatureRange: 100.00 %
CollectFeatureDistribution: 100.00 %
[15:54:55] /opt/MNN/tools/quantization/quantized.cpp:54: Quantize model done!

389K的文件变成了108K

现在需要测试一下量化和未量化之前的运行速度和运行结果

import time
import MNN
import numpy as np
 
if __name__ == '__main__':
    x=np.ones([1, 1, 28, 28]).astype(np.float32)
    #quan mnn
    start=time.time()
    interpreter = MNN.Interpreter("quan.mnn")
    print("quan mnn load")
    mnn_session = interpreter.createSession()
    input_tensor = interpreter.getSessionInput(mnn_session)
    tmp_input = MNN.Tensor((1, 1, 28, 28),\
    MNN.Halide_Type_Float, x[0], MNN.Tensor_DimensionType_Tensorflow)  
    interpreter.runSession(mnn_session)
    output_tensor = interpreter.getSessionOutput(mnn_session,'output')
    output_data=np.array(output_tensor.getData())
    print('quan mnn result is:',output_data)
    print('quan mnn run time  is ',time.time()-start)

运行结果：

quan mnn load
quan mnn result is: [ 0.5922392  -0.40196353  0.32656723  0.13848761  0.01854512 -1.11787963
  0.99948055 -0.32638997  0.92734373 -0.93912888]
quan mnn run time  is  0.0015997886657714844

和之前的运行结果有一定差距，量化必然会带来精度的损失，需要重点注意

这里贴出来之前的结果

再使用mnn自带的时间测试工具测试一下

/opt/MNN/build/timeProfile.out quan.mnn 10 0

运行结果：

Use extra forward type: 0

Open Model quan.mnn
Sort by node name !
Node Name                                       Op Type         Avg(ms)         %               Flops Rate
11                                              ConvInt8        0.572700        64.814415       5.521849
13                                              Pooling         0.015200        1.720236        0.585116
13___FloatToInt8___0                            FloatToInt8     0.011900        1.346764        0.146279
14                                              ConvInt8        0.066800        7.559983        44.174789
16                                              Pooling         0.010500        1.188321        0.292558
16___FloatToInt8___0                            FloatToInt8     0.007600        0.860118        0.073140
17                                              ConvInt8        0.048200        5.454958        44.174789
19                                              Pooling         0.008000        0.905387        0.107470
23                                              BinaryOp        0.007800        0.882753        0.005971
MatMul15                                        ConvInt8        0.004400        0.497963        3.606106
MatMul19                                        ConvInt8        0.001000        0.113173        0.062606
Raster12                                        Raster          0.014000        1.584428        0.026868
Raster16                                        Raster          0.009200        1.041195        0.005971
Raster18                                        Raster          0.006700        0.758262        0.005971
Raster22                                        Raster          0.006900        0.780897        0.000466
Reshape14___tr4MatMul15___FloatToInt8___0       FloatToInt8     0.009000        1.018561        0.026868
Reshape19___tr4MatMul19___FloatToInt8___0       FloatToInt8     0.006600        0.746944        0.005971
___Int8ToFloat___For_130                        Int8ToFloat     0.021800        2.467180        0.585116
___Int8ToFloat___For_160                        Int8ToFloat     0.007400        0.837483        0.292558
___Int8ToFloat___For_190                        Int8ToFloat     0.008200        0.928022        0.146279
___Int8ToFloat___For_MatMul15___tr4Reshape160   Int8ToFloat     0.019600        2.218199        0.005971
___Int8ToFloat___For_MatMul19___tr4Reshape210   Int8ToFloat     0.010800        1.222273        0.000560
input___FloatToInt8___0                         FloatToInt8     0.004100        0.464011        0.146279
output                                          BinaryOp        0.005200        0.588502        0.000466
Sort by time cost !
Node Type       Avg(ms)         %               Called times    Flops Rate
BinaryOp        0.013000        1.471254        2.000000        0.006437
Pooling         0.033700        3.813944        3.000000        0.985145
Raster          0.036800        4.164783        4.000000        0.039275
FloatToInt8     0.039200        4.436398        5.000000        0.398536
Int8ToFloat     0.067800        7.673157        5.000000        1.030484
ConvInt8        0.693100        78.440491       5.000000        97.540123
total time : 0.883600 ms, total mflops : 2.044533
main, 113, cost time: 13.603001 ms

未量化的时间测试

/opt/MNN/build/timeProfile.out FashionMNIST.mnn 10 0

运行结果：

Use extra forward type: 0

Open Model FashionMNIST.mnn
Sort by node name !
Node Name       Op Type         Avg(ms)         %               Flops Rate
11              Convolution     0.485900        54.638489       5.601901
13              Pooling         0.017400        1.956595        0.593599
14              Convolution     0.089500        10.064097       44.815208
16              Pooling         0.012000        1.349376        0.296799
17              Convolution     0.048400        5.442484        44.815208
19              Pooling         0.153200        17.227037       0.109028
23              BinaryOp        0.006300        0.708422        0.006057
MatMul15        Convolution     0.025700        2.889914        3.658385
MatMul19        Convolution     0.009000        1.012032        0.063514
Raster10        Raster          0.006400        0.719667        0.006057
Raster12        Raster          0.005400        0.607219        0.000473
Raster6         Raster          0.014200        1.596762        0.027257
Raster8         Raster          0.009700        1.090746        0.006057
output          BinaryOp        0.006200        0.697178        0.000473
Sort by time cost !
Node Type       Avg(ms)         %               Called times    Flops Rate
BinaryOp        0.012500        1.405600        2.000000        0.006530
Raster          0.035700        4.014394        4.000000        0.039845
Pooling         0.182600        20.533010       3.000000        0.999427
Convolution     0.658500        74.047020       5.000000        98.954201
total time : 0.889300 ms, total mflops : 2.015316
main, 113, cost time: 12.360001 ms

喝粥也会胖的唐僧

关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
3
评论
深度学习模型文件mnn量化实践

转化成mnn模型虽然可以进行推理不过模型文件可能较大或者运行较慢的情况特别是在移动设备等边缘设备上，算力和储存空间受限因此压缩模型是一个急需的工作mnn自带了量化工具，环境安装很简单，这文章编译就可以使用量化了mnn模型文件是使用的是之前的文章训练并转化的mnn文件在使用之前需要新建一个json文件，里面配置好内容preprocessConfig.json{ "format":"GRAY", "mean":[ 127.5 ],
复制链接

扫一扫