训练后量化权重的 keras 模型评估

Question

我有一个在 keras 中训练的模型并保存为 .h5 文件。该模型使用 tensorflow 后端的单精度浮点值进行训练。现在我想实现一个在 Xilinx FPGA 上执行卷积运算的硬件加速器。但是，在我决定在 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，对其进行量化并将其存储在 numpy 数组列表中。在所有层都量化后，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)

Answer 1

抱歉，我对张量流不熟悉，所以我不能给你代码，但也许我量化 caffe 模型的经验可能是有意义的。

如果我理解正确，您有一个张量流模型（float32），您想将其量化为 int8 并将其保存在numpy.array.

首先，你应该读取每一层的所有权重，这可能是Python列表或numpy.array其他东西，这并不重要。

然后，量化算法将显着影响精度，您必须为您的模型选择最好的一种。然而，这些算法都有相同的核心——规模。您需要做的就是将所有权重缩放到 -127 到 127(int8)，就像scale没有 的图层一样bias，并记录比例因子。

同时，如果想在FPGA上实现，也需要对数据进行量化。这里我们遇到了一个新问题——int8 * int8的结果是int16，这是明显的溢出。

为了解决这个问题，我们创建一个新参数——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。

我们要考虑的最后一个问题是，如果网络太深，层结果可能会因为一些不合理的scale参数而溢出，所以我们不能直接量化每个单层而不考虑其他层。

当所有网络在FPGA上完成后，如果你想将int8反量化为float32，只需使用最后一个比例参数（最终结果）做一些mul/div（取决于你如何定义scale）。

这是一个基本的量化算法，其他类似的算法tf.quantization可能具有更高的精度。现在我们有了量化模型，你可以将它保存成你喜欢的任何东西，这并不困难。

PS 为什么是numpy？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？我对此很困惑...