离线量化-动态离线量化¶
本部分首先简单介绍动态离线量化，然后说明产出量化模型，最后阐述量化模型预测。
1 简介¶
动态离线量化，将模型中特定 OP 的权重从 FP32 类型量化成 INT8/16 类型。
该量化模型有两种预测方式：
第一种是反量化预测方式，即是首先将 INT8/16 类型的权重反量化成 FP32 类型，然后再使用 FP32 浮运算运算进行预测；
第二种量化预测方式，即是预测中动态计算量化 OP 输入的量化信息，基于量化的输入和权重进行 INT8 整形运算。
注意：目前 Paddle Lite 仅支持第一种反量化预测方式。
使用条件：
有训练好的预测模型
使用步骤：
产出量化模型：使用 PaddlePaddle 调用动态离线量化离线量化接口，产出量化模型
量化模型预测：使用 Paddle Lite 加载量化模型进行预测推理
优点：
权重量化成 INT16 类型，模型精度不受影响，模型大小为原始的1/2
权重量化成 INT8 类型，模型精度会受到影响，模型大小为原始的1/4
缺点：
目前只支持反量化预测方式，主要可以减小模型大小，对特定加载权重费时的模型可以起到一定加速效果
和静态离线量化相比，目前 Paddle Lite 只支持反量化预测方式，对于预测过程的加速有限；但是动态离线量化不需要训练数据即可完成量化，达到减小模型大小的目的。
2 产出量化模型¶
Paddle Lite OPT 工具和 PaddleSlim 都提供了动态离线量化功能，两者原理相似，都可以产出动态离线量化的模型。
2.1 使用 Paddle Lite OPT 产出量化模型¶
Paddle Lite OPT 工具将动态离线量化功能集成到模型转换中，使用简便，只需要设置对应参数，就可以产出优化后的量化模型。
2.1.2 准备模型¶
准备已经训练好的 FP32 预测模型，即 save_inference_model() 保存的模型。
2.1.3 产出量化模型¶
参考 OPT 文档中使用 OPT 工具的方法，在模型优化中启用动态离线量化方法产出优化后的量化模型。
如果是使用可执行文件 OPT 工具，参考直接下载并执行 OPT 可执行工具。
设置常规模型优化的参数后，可以通过 --quant_model 设置是否使用 OPT 中的动态离线量化功能，通过 --quant_type 参数指定 OPT 中动态离线量化功能的量化类型，可以设置为 QUANT_INT8 和 QUANT_INT16 ，即分别量化为 int8 和 int16 。量化为 int8 对模型精度有一点影响，模型体积大概减小4倍。量化为 int16 对模型精度基本没有影响，模型体积大概减小2倍。
举例如下：
./OPT \
--model_dir=<model_param_dir> \
--model_file=<model_path> \
--param_file=<param_path> \
--optimize_out_type=naive_buffer \
--optimize_out= <output_optimize_model_dir>\
--quant_model=true \
--quant_type=QUANT_INT16
如果使用 python 版本 OPT 工具，请参考安装 python 版本 OPT 后，使用终端命令和安装 python 版本 OPT 后，使用 python 脚本，都有介绍设置动态离线量化的参数和方法。
2.2 使用 PaddleSlim 产出量化模型¶
大家可以使用 PaddleSlim 调用动态离线量化接口，得到量化模型。
2.2.2 准备模型¶
准备已经训练好的 FP32 预测模型，即 save_inference_model() 保存的模型。
2.2.3 调用动态离线量化¶
对于调用动态离线量化，首先给出一个例子。
from paddleslim.quant import quant_post_dynamic
model_dir = path/to/fp32_model_params
save_model_dir = path/to/save_model_path
quant_post_dynamic(model_dir=model_dir,
save_model_dir=save_model_dir,
weight_bits=8,
quantizable_op_type=['conv2d', 'mul'],
weight_quantize_type="channel_wise_abs_max",
generate_test_model=False)
执行完成后，可以在 save_model_dir/quantized_model 目录下得到量化模型。
3 量化模型预测¶
目前，对于动态离线量化产出的量化模型，只能使用 Paddle Lite 进行预测部署。
很简单，首先使用 Paddle Lite 提供的模型转换工具（OPT）将量化模型转换成移动端预测的模型，然后加载转换后的模型进行预测部署。
注意，Paddle Lite 2.3 版本才支持动态离线量化产出的量化，所以转换工具和预测库必须是2.3及之后的版本。
3.1 模型转换¶
参考模型转换准备模型转换工具，建议从 Release 页面下载。
参考模型转换使用模型转换工具。 比如在安卓手机 ARM 端进行预测，模型转换的命令为：
./OPT --model_dir=./mobilenet_v1_quant \
--optimize_out_type=naive_buffer \
--optimize_out=mobilenet_v1_quant_opt \
--valid_targets=arm
3.2 量化模型预测¶
和 FP32 模型一样，转换后的量化模型可以在 Android/iOS APP 中加载预测，建议参考 C++ Demo、Java Demo、Android/iOS Demo。