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：