动态离线量化完整示例¶

本章节介绍使用动态离线量化方法产出量化模型，使用 Paddle Lite 加载量化模型进行预测。

动态离线量化方法简单易用，不需要校准数据，主要用于减小模型体积，无法明显提升预测速度。更多模型量化的介绍，请参考量化训练文档，动态离线量化文档，静态离线量化文档。

1 产出量化模型¶

1.1 准备opt工具¶

参考opt 文档，下载或者编译 opt 工具，其中可执行文件 opt 和 python 版本 opt 都提供了动态图离线量化功能。

此处使用可执行文件 opt 工具。我们可以从release 界面下载PaddleLite 2.8 版本及其以后版本的 opt 工具。如果本机是 linux 操作系统，下载 opt_linux 文件，如果本机是 mac 操作系统，下载 opt_mac。

1.2 产出优化后的量化模型¶

下载并解压mobilenetv1 模型。

wget https://paddle-inference-dist.cdn.bcebos.com/mobilenet_v1.tar.gz
tar zxf mobilenet_v1.tar.gz

使用 opt 工具，产出优化后的非量化 mobilenetv1 模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_opt \
    --valid_targets=arm

使用 opt 工具，开启动态离线量化，设置量化为 16bit，产出优化后的 mobilenetv1 量化模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_int16_opt \
    --valid_targets=arm  \
    --quant_model=true \
    --quant_type=QUANT_INT16

使用 opt 工具，开启动态离线量化，设置量化为 8bit，产出优化后的 mobilenetv1 量化模型。

./opt \
    --model_dir=mobilenet_v1 \
    --optimize_out_type=naive_buffer \
    --optimize_out=mobilenet_v1_int8_opt \
    --valid_targets=arm  \
    --quant_model=true \
    --quant_type=QUANT_INT8

对比优化后的模型体积:

mobilenet_v1_opt.nb 文件是 17M
mobilenet_v1_int16_opt.nb 文件是 8.3M
mobilenet_v1_int8_opt.nb 文件是 4.3M

2 部署量化模型¶

2.1 环境准备¶

因为需要执行示例，所以需要准备一台 armv7 或 armv8 架构的安卓手机。

2.2 编译 Android 预测库和示例¶

在 Paddle Lite 根目录，执行编译命令。

./lite/tools/build_android.sh --toolchain=gcc --with_extra=ON full_publish

在 Paddle Lite 根目录，进入示例文件。

cd build.lite.android.armv8.gcc/inference_lite_lib.android.armv8/demo/cxx/quant_post_dynamic

执行 prepare.sh 脚本，会编译可执行文件，同时将测试文件、预测库、测试脚本存放到 quant_post_dynamic_demo 文件夹。

sh prepare.sh

2.3 执行示例¶

(1) 设置手机

手机 USB 连接电脑，打开设置 -> 开发者模式 -> USB调试 -> 允许（授权）当前电脑调试手机。保证当前电脑已经安装adb 工具，运行以下命令，确认当前手机设备已被识别：

adb devices
# 如果手机设备已经被正确识别，将输出类似信息
List of devices attached
017QXM19C1000664	device

(2) 预测部署

将 quant_post_dynamic_demo 文件夹 push 到手机端。

adb push quant_post_dynamic_demo /data/local/tmp/quant_post_dynamic_demo

将优化好的模型 push 到手机端 quant_post_dynamic_demo 文件夹。

adb push mobilenet_v1_opt.nb /data/local/tmp/quant_post_dynamic_demo
adb push mobilenet_v1_int16_opt.nb /data/local/tmp/quant_post_dynamic_demo
adb push mobilenet_v1_int8_opt.nb /data/local/tmp/quant_post_dynamic_demo

基于相同的输入、预测库、可执行文件，加载量化前后模型进行预测，得到输出。

adb shell
cd /data/local/tmp/quant_post_dynamic_demo
sh run.sh

执行量化前的 mobilenetv1 模型，log 信息如下。

max_value:0.936886
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

执行量化后的 mobilenetv1_int16 模型，log 信息如下。

max_value:0.936943
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

执行量化后的 mobilenetv1_int8 模型，log 信息如下。

max_value:0.937905
max_index:65
max_value_ground_truth:0.936887
max_index_ground_truth:65
----------Pass Test----------

从 log 信息中可以发现，量化前后的模型分类结果相同，实际预测的类别概率和真实的类别概率，数值误差较小。