训练后使用量化权重进行 keras 模型评估

Posted 2023-02-16

【中文标题】训练后使用量化权重进行 keras 模型评估

【英文标题】：keras model evaluation with quantized weights post training

【发布时间】：2019-03-20 00:27:24

【问题描述】：

我有一个在 keras 中训练的模型，并保存为 .h5 文件。该模型使用带有 tensorflow 后端的单精度浮点值进行训练。现在我想实现一个硬件加速器，它在 Xilinx FPGA 上执行卷积操作。但是，在决定要在 FPGA 上使用的定点位宽之前，我需要通过将权重量化为 8 位或 16 位数字来评估模型的准确性。我遇到了tensorflow quantise，但我不确定如何从每一层获取权重，量化它并将其存储在一个 numpy 数组列表中。在所有层都被量化之后，我想将模型的权重设置为新形成的量化权重。有人可以帮我做这个吗？

这是我迄今为止尝试将精度从 float32 降低到 float16 的方法。请让我知道这是否是正确的方法。

for i in range(len(w_orginal)):
temp_shape = w_orginal[i].shape
print('Shape of index: '+ str(i)+ 'array is :')
print(temp_shape)
temp_array = w_orginal[i]
temp_array_flat = w_orginal[i].flatten()
for j in range(len(temp_array)):
    temp_array_flat[j] = temp_array_flat[j].astype(np.float16)

temp_array_flat = temp_array_flat.reshape(temp_shape)
w_fp_16_test.append(temp_array_flat)

【参考方案1】：

对不起，我对 tensorflow 不熟悉，所以我不能给你代码，但也许我在量化 caffe 模型方面的经验可能有意义。

如果我理解正确，您有一个 tensorflow 模型 (float32)，您希望将其量化为 int8 并将其保存在 numpy.array 中。

首先，你应该读取每一层的所有权重，可能是 python 列表或numpy.array 或其他，没关系。

然后，量化算法会显着影响准确性，您必须为您的模型选择最佳的算法。然而，这些算法有一个共同的核心——规模。您需要做的就是将所有权重缩放到 -127 到 127(int8)，就像没有 bias 的 scale 层一样，并记录比例因子。

也就是说，如果要在FPGA上实现，数据也要量化。这里又出现了一个新问题——int8 * int8的结果是一个int16，很明显是溢出了。

为了解决这个问题，我们创建了一个新参数 -- shift -- 将 int16 结果移回 int8。注意，shift 参数不会是常数 8，假设我们有 0 * 0 = 0，我们根本不需要移动结果。

最后一个我们要考虑的问题是，如果网络太深，层结果可能会溢出，因为一些不合理的scale参数，所以我们不能直接量化每一层而不考虑其他层。

在FPGA上完成所有网络之后，如果您想将int8反量化为float32，只需使用最后一个比例参数（最终结果）进行一些mul/div（取决于您如何定义scale）。

这是一个基本的量化算法，其他像tf.quantization 可能有更高的精度。现在我们有了量化模型，你可以把它保存成你喜欢的任何东西，这并不难。

附：为什么是麻木的？ bin 文件最适合 FPGA，不是吗？

而且，您对在 FPGA 上实现 softmax 有什么想法吗？我对此感到困惑......

【讨论】：

是的...这就是我正在尝试的...但是很抱歉，我不明白如何将 float32 数字缩放到 int8 范围内的 -127 到127... 这让我有些困惑。接下来是溢出的处理...如果结果大于127或小于-127...我只是将其设置为可能的最大值...这就是我正在尝试的...但是keras内部采用了这些仅作为 float 32 的值

量化就像一个倒退的过程，你可以尝试将结果缩放到int8，然后你就会知道缩放后的输入数据的范围，而输入的数据就是上一层的结果……

对不起，我不知道如何从 keras 获取 float32 数字……但我认为这是 keras 应该具备的基本功能。尝试在用户指南中找到它？