使用opt转化模型¶
opt是 x86 平台上的可执行文件,需要在PC端运行:支持Linux终端和Mac终端。
帮助信息¶
执行opt时不加入任何输入选项,会输出帮助信息,提示当前支持的选项:
./opt
注意: 如果您是通过准备opt页面中,”方法二:下载opt可执行文件” 中提供的链接下载得到的opt可执行文件,请先通过
chmod +x ./opt
命令为下载的opt文件添加可执行权限。
功能一:转化模型为Paddle-Lite格式¶
opt可以将PaddlePaddle的部署模型格式转化为Paddle-Lite 支持的模型格式,期间执行的操作包括:
将protobuf格式的模型文件转化为naive_buffer格式的模型文件,有效降低模型体积
执行“量化、子图融合、混合调度、Kernel优选”等图优化操作,提升其在Paddle-Lite上的运行速度、内存占用等效果
模型优化过程:
(1)准备待优化的PaddlePaddle模型
PaddlePaddle模型有两种保存格式:
Combined Param:所有参数信息保存在单个文件params
中,模型的拓扑信息保存在__model__
文件中。
Seperated Param:参数信息分开保存在多个参数文件中,模型的拓扑信息保存在__model__
文件中。
(2) 终端中执行opt
优化模型
使用示例:转化mobilenet_v1
模型
paddle_lite_opt --model_dir=./mobilenet_v1 \
--valid_targets=arm \
--optimize_out_type=naive_buffer \
--optimize_out=mobilenet_v1_opt
以上命令可以将mobilenet_v1
模型转化为arm硬件平台、naive_buffer格式的Paddle_Lite支持模型,优化后的模型文件为mobilenet_v1_opt.nb
,转化结果如下图所示:
(3) 更详尽的转化命令总结:
paddle_lite_opt \
--model_dir=<model_param_dir> \
--model_file=<model_path> \
--param_file=<param_path> \
--optimize_out_type=(protobuf|naive_buffer) \
--optimize_out=<output_optimize_model_dir> \
--valid_targets=(arm|opencl|x86|npu|xpu) \
--record_tailoring_info =(true|false)
选项 | 说明 |
---|---|
--model_dir | 待优化的PaddlePaddle模型(非combined形式)的路径 |
--model_file | 待优化的PaddlePaddle模型(combined形式)的网络结构文件路径。 |
--param_file | 待优化的PaddlePaddle模型(combined形式)的权重文件路径。 |
--optimize_out_type | 输出模型类型,目前支持两种类型:protobuf和naive_buffer,其中naive_buffer是一种更轻量级的序列化/反序列化实现。若您需要在mobile端执行模型预测,请将此选项设置为naive_buffer。默认为protobuf。 |
--optimize_out | 优化模型的输出路径。 |
--valid_targets | 指定模型可执行的backend,默认为arm。目前可支持x86、arm、opencl、npu、xpu,可以同时指定多个backend(以空格分隔),Model Optimize Tool将会自动选择最佳方式。如果需要支持华为NPU(Kirin 810/990 Soc搭载的达芬奇架构NPU),应当设置为npu, arm。 |
--record_tailoring_info | 当使用 根据模型裁剪库文件 功能时,则设置该选项为true,以记录优化后模型含有的kernel和OP信息,默认为false。 |
如果待优化的fluid模型是非combined形式,请设置
--model_dir
,忽略--model_file
和--param_file
。如果待优化的fluid模型是combined形式,请设置
--model_file
和--param_file
,忽略--model_dir
。naive_buffer
的优化后模型为以.nb
名称结尾的单个文件。protobuf
的优化后模型为文件夹下的model
和params
两个文件。将model
重命名为__model__
用Netron打开,即可查看优化后的模型结构。删除
prefer_int8_kernel
的输入参数,opt
自动判别是否是量化模型,进行相应的优化操作。
功能二:统计模型算子信息、判断是否支持¶
opt可以统计并打印出model中的算子信息、判断Paddle-Lite是否支持该模型。并可以打印出当前Paddle-Lite的算子支持情况。
(1)使用opt统计模型中算子信息
下面命令可以打印出mobilenet_v1模型中包含的所有算子,并判断在硬件平台valid_targets
下Paddle-Lite是否支持该模型
./opt --print_model_ops=true --model_dir=mobilenet_v1 --valid_targets=arm
(2)使用opt打印当前Paddle-Lite支持的算子信息
./opt --print_all_ops=true
以上命令可以打印出当前Paddle-Lite支持的所有算子信息,包括OP的数量和每个OP支持哪些硬件平台:
./opt --print_supported_ops=true --valid_targets=x86
以上命令可以打印出当valid_targets=x86
时Paddle-Lite支持的所有OP: