量化压缩【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/geCOMPRESSION_OPTIMIZE_CONF压缩优化功能配置文件路径以及文件名通过该参数开启配置文件中指定的压缩优化特性从而提升网络性能。例如/home/test/compression_optimize.cfg。此参数实际对应的options参数为ge.compressionOptimizeConf。配置示例{ge::ir_option::COMPRESSION_OPTIMIZE_CONF, /home/test/compression_optimize.cfg}文件内容配置示例如下enable_first_layer_quantization:true当前配置文件仅支持配置enable_first_layer_quantization特性用于控制AIPP首层卷积是否进行优化AIPP会与量化后模型首层卷积CONV2D前的Quant算子进行融合。开启enable_first_layer_quantization特性时只有网络结构中存在AIPPCONV2D结构并且模型编译时ENABLE_SMALL_CHANNEL参数设置为1时才有可能获得性能收益。由于量化后的模型存在一定程度上的精度损失用户根据实际情况决定是否开启该特性。配置文件中冒号前面表示压缩优化特性名称冒号后面表示是否开启该特性true表示开启false表示关闭默认关闭。产品支持情况Ascend 950PR/Ascend 950DT不支持Atlas A3 训练系列产品/Atlas A3 推理系列产品不支持Atlas A2 训练系列产品/Atlas A2 推理系列产品不支持Atlas 200I/500 A2 推理产品支持Atlas 推理系列产品支持Atlas 训练系列产品不支持IPV350不支持SPARSITY开启全局稀疏特性。此参数实际对应的options参数为ge.enableSparseMatrixWeight。AMCT昇腾模型压缩工具4选2结构化稀疏后输出的模型可能存在weight连续4个Cin维度元素中至少有2个为0的场景模型转换时通过开启全局稀疏开关将该场景下的元素筛选成2个从而节省后续推理的计算量提高推理性能。由于硬件约束该参数不能与ENABLE_COMPRESS_WEIGHT、COMPRESS_WEIGHT_CONF同时使用。参数取值1表示开启4选2结构化稀疏。0默认值不开启稀疏特性。配置示例{ge::ir_option::SPARSITY, 1}**使用约束**使用该参数时请确保模型是稀疏的模型建议用户使用AMCTTensorFlow或AMCTPyTorch的组合压缩功能获取且组合压缩只能是4选2结构化稀疏量化感知训练模式。产品支持情况Ascend 950PR/Ascend 950DT不支持Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 训练系列产品/Atlas A2 推理系列产品支持Atlas 200I/500 A2 推理产品支持Atlas 推理系列产品不支持Atlas 训练系列产品不支持IPV350不支持【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考