megengine.quantization

注解

import megengine.quantization as Q

model = ... # The pre-trained float model that needs to be quantified

Q.quantize_qat(model, qconfig=...) #

for _ in range(...):
    train(model)

Q.quantize(model)

具体用法说明请参考用户指南页面 —— 量化（Quantization） 。

量化配置 QConfig

QConfig

A config class indicating how to do quantize toward QATModule 's activation and weight.

可用预设配置

min_max_fakequant_qconfig

使用 MinMaxObserver 和 FakeQuantize 预设。

ema_fakequant_qconfig

使用 ExponentialMovingAverageObserver 和 FakeQuantize 预设。

sync_ema_fakequant_qconfig

使用 SyncExponentialMovingAverageObserver 和 FakeQuantize 的预设。

ema_lowbit_fakequant_qconfig

使用 ExponentialMovingAverageObserver 和 FakeQuantize 且数值类型为 qint4 的预设。

calibration_qconfig

对激活值使用 HistogramObserver 进行后量化（无 FakeQuantize ）的预设。

tqt_qconfig

使用 TQT 进行假量化的预设。

passive_qconfig

使用 PassiveObserver 和 FakeQuantize 的预设。

easyquant_qconfig

用于 easyquant 算法的 QConfig，等价于 passive_qconfig.

Observer

Observer	所有 Observer 的基类
MinMaxObserver	一个通过记录输入 Tensor 的滑动最小值、最大值来计算 scale 的 Observer。
SyncMinMaxObserver	一个分布式版本的 MinMaxObserver 。
ExponentialMovingAverageObserver	一个支持动量更新最小、最大值的 MinMaxObserver 。
SyncExponentialMovingAverageObserver	一个分布式版本的 ExponentialMovingAverageObserver 。
HistogramObserver	一个使用滑动直方图统计算法更新最小、最大值的 MinMaxObserver 。
PassiveObserver	一个支持直接设置 scale 而非通过统计得到的 Observer。

FakeQuantize

FakeQuantize	可根据observer的scale和zero_point参数来进行量化（Quantization）和反量化（Dequantization）的模块。
TQT	TQT: https://arxiv.org/abs/1903.08066 Trained Quantization Thresholds for Accurate and Efficient Fixed-Point Inference of Deep Neural Networks
LSQ	LSQ: https://arxiv.org/pdf/1902.08153.pdf Estimating and scaling the task loss gradient at each weight and activation layer's quantizer step size

量化操作

quantize_qat	通过使用 apply 并设置相应的qconfig，递归地将float Module 转换为 QATModule 。
quantize	使用 apply 将 QATModule 递归地转换为 QuantizedModule 。
apply_easy_quant	应用 EasyQuant 算法（https://arxiv.org/pdf/2006.16669）更新 scale。
enable_fake_quant	使用 apply 在QATModule中递归地启用 module fake quantization 。
disable_fake_quant	使用 apply 在QATModule中递归地禁用 module fake quantization。
enable_observer	使用 apply 在QATModule中递归地启用 module observer 。
disable_observer	使用 apply 在QATModule中递归地禁用 module observer 。
propagate_qconfig	使用 apply 递归地设置 module 的qconfig。
reset_qconfig	根据 qconfig 来替换模块中所有的 _FakeQuantize 和 Observer 。

Utils

QParams	一个辅助类用于标准化 FakeQuant、Observer 和 Tensor 的 qparams 格式。
QuantMode	量化模式枚举类。

create_qparams	type mode QuantMode
fake_quant_bias	根据给定输入和权重的 scale 属性，对给定的偏置进行假量化，目前仅支持输入类型为 qint8，偏置类型为 qint32。
fake_quant_tensor	对输入 Tensor 进行假量化操作。

上一页

megengine.distributed.helper.AllreduceCallback

下一页

megengine.quantization.QConfig