量化PTQ QAT

最新推荐文章于 2025-08-31 15:50:18 发布
转载 最新推荐文章于 2025-08-31 15:50:18 发布 · 250 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：http://www.bryh.cn/a/337445.html
文章标签：

#量化

博客围绕量化技术展开，涉及PTQ和QAT相关内容。量化是信息技术领域重要技术，PTQ和QAT在其中发挥关键作用，能提升系统性能和效率。

http://www.bryh.cn/a/337445.html

魇餍
关注
【算能】训练后量化（PTQ）深度解析
浩瀚之水的专栏
04-03 1199
PTQ是平衡效率与精度的核心技术，尤其适合边缘计算与实时推理场景。在算能TPU生态中，结合TPU-MLIR工具链与硬件级优化，开发者可快速实现模型轻量化。关键成功因素包括：​校准数据代表性、敏感层保护策略及硬件特性匹配。对于精度要求严苛的任务，建议后续探索QAT或混合精度方案。
Post-Training-Quantization（PTQ）
qq_44089890的博客
04-08 2681
Post-Training-Quantization（PTQ）是一种在训练后对量化进行的技术，它可以将原始的浮点模型转换为适合于边缘设备的低比特宽度（如8位或4位）的固定点模型。该技术可以减小模型的大小，并且可以在一定程度上加速模型的推理速度。PTQ通常分为以下几个步骤：训练模型：首先需要使用浮点模型在大规模数据集上进行训练，以获得高精度的模型。收集统计信息：在训练后，需要使用代表性数据集来收集模型的统计信息，例如权重的最大值和最小值，激活值的分布等。
模型量化（二）—— 训练后量化PTQ（全代码）
全栈O-Jay的博客
03-13 1万+
训练后量化（Post-training Quantization，PTQ）是一种常见的模型量化技术，它在模型训练完成之后应用，旨在减少模型的大小和提高推理速度，同时尽量保持模型的性能。训练后量化对于部署到资源受限的设备上，如移动设备和嵌入式设备，特别有用。
深度学习模型量化：从 PTQ 到 QAT 的深入解析---part A
weixin_42072959的博客
12-09 2574
AI模型进行边缘计算一般可以进行量化以提高计算效率，PTQ是在模型训练完成后，对模型参数和激活值进行量化的技术。由于无需修改训练过程，其实现简单且开销低。然而，PTQ会在量化过程中引入近似误差，可能导致模型精度下降。QAT通过在训练过程中模拟量化操作，让模型逐步适应量化误差，从而在量化后仍能保持较高精度。其训练过程与标准训练类似，但在每次前向传播中引入了量化和反量化操作。
YOLOv7-PTQ量化部署
周同学的博客
10-22 2438
YOLOv7-PTQ量化部署
深度学习量化总结（PTQ、QAT）
Sriven的博客
04-27 9842
并不是所有的模型，都很适合量化。在实际的生产环境中，我们经常会遇到一些模型，量化之后精度不好，其根本原因是因为浮点阶段的模型并不适合量化。这里说明一些常见的不适合量化的浮点情况。在实际执行的时候，可以通过 debug 工具去发现模型当中不适合量化的部分。受限于量化的方法和编译器的限制，目前量化的 op 实现，会有一些限制或者误差。这种算子的误差一般有两种体现，第一种是 QAT 的时候精度会有影响（情况很少），第二种是 QAT 转 Quantized 的时候精度会有影响。
深度学习量化双雄：PTQ 与 QAT 的技术剖析与实战
m0_51738372的博客
08-31 406
《深度学习量化技术：PTQ与QAT的实用指南》 本文系统介绍了FP32模型量化至INT8的两大核心技术。量化可带来4倍的模型压缩与算力提升，主要包括训练后量化(PTQ)和量化感知训练(QAT)两种方案。PTQ无需训练，通过统计权重/激活极值确定量化参数，但精度损失1-3%；QAT在训练中模拟量化误差，精度损失<0.5%，但需额外训练。实践建议：已训练模型用PTQ，精度敏感或新训练模型用QAT。量化参数(scale/zero-point)在推理时作为常量吸收，不增加计算开销。
精选资源
yolov8 PTQ和QAT量化源码
12-09
1.使用pytorch_quantization对yolov8进行量化: 包括ptq量化、敏感层分析、qat量化 2.修改ptq、qat、敏感层分析配置参数后直接运行 python yolov8_ptq_int8.py 其中： （1） quant_flow_ptq_int8.py是PTQ int8量化...
一文了解模型量化中的QAT和PTQ
热门推荐
m0_38043555的博客
06-27 2万+
一文了解模型量化中的QAT和PTQ 由于前一段时间在做模型的转换工作，实际部署的时候需要一些模型加速的方法，常用的有各家的inference框架，如mnn,tnn,tensorrt等，这些框架除了fp32精度外，都支持了int8的精度，而量化到int8常常可以使我们的模型更小更快，所以在部署端很受欢迎。 常用的模型量化方式有训练中量化，QAT,和训练后量化，PTQ，之前转trt时，用的就是PTQ，在一些常用的模型上表现还不错，几乎没有什么掉点，但是在复杂模型，如带有swish的模型啊，或者nas搜出来的模型
精选资源
基于yolov5的PTQ和QAT量化完整代码
03-18
1. quant_flow_ptq_int8.py是PTQ int8量化脚本 2. quant_flow_qat_int8.py 是QAT int8量化脚本 3. quant_flow_ptq_sensitive_int8.py 是敏感层分析的脚本
训练后量化(PTQ) 工作流理解
LF_AI的博客
07-07 7234
目前神经网络在许多前沿领域的应用取得了较大进展，但经常会带来很高的计算成本，对内存带宽和算力要求高。另外降低神经网络的功率和时延在现代网络集成到边缘设备时也极其关键，在这些场景中模型推理具有严格的功率和计算要求。神经网络量化是解决上述问题有效方法之一，但是模型量化技术的应用会给模型带来额外噪音，从而导致精度下降，因此工程师对模型量化过程的理解有益于提高部署模型的精度。本文...
PTQ量化和QAT量化
牵一只蜗牛去散步
10-19 2422
使用一批校准数据对训练好的模型进行校准，将训练好的FP32网络直接转换为定点计算的网络，过程中无需对原始模型进行任何训练，而只对几个超参数调整就可完成量化过程。（计算每一层的scale）同时TensorRT还会进行图优化，当一个OP设置为Int8精度，但其与另一个OP合并会导致速度更快时，TensorRT就会将两个OP合并，并忽略用户设置的INT8精度。使用QAT量化时，会为权重值和激活值插入Q节点（量化节点，FP32→INT8）和DQ节点（反量化节点，INT8→FP32）来模拟量化的过程。
【嵌入式AIoT】系统架构与轻量化模型部署：面向智能家居与工业监测的边缘智能终端实战设计
12-21
内容概要：本文系统介绍了嵌入式AIoT应用场景的实战方法与实践路径，涵盖从场景选择、系统架构设计到AI模型部署、通信与数据管理的全流程。重点阐述了嵌入式系统与人工智能、物联网技术的融合，强调在资源受限环境下实现感知、分析与决策一体化的智能终端系统。文章详细解析了感知层、边缘计算层和云端服务层的协同机制，突出边缘侧数据处理与轻量化AI模型优化的重要性，并倡导以实际需求为导向，避免“为AI而AI”的设计误区。同时，强调系统稳定性、远程维护和长期运行能力的建设。; 适合人群：具备嵌入式系统基础、物联网或AI相关背景，有一定开发经验的工程师或工作1-3年的技术研发人员；适用于希望深入理解AIoT系统集成与实战落地的学习者。; 使用场景及目标：①智能家居、工业监测、智慧农业等分布式智能系统开发；②在算力、功耗受限的嵌入式设备上实现AI推理与边缘智能；③构建高效、可靠、可维护的端云协同AIoT系统。; 阅读建议：建议结合实际硬件平台进行项目化学习，边学边练，重点关注系统架构设计、模型优化与通信协议选型，注重整体系统思维的培养，而非仅关注单一技术点。
基于Python 的UART 文件传输工具
最新发布
12-21
基于Python 的UART 文件传输工具，基于Pyside6的GUI界面
C# 基于 Onnx 与 P2PNet 的人群检测与计数系统源码实现
12-21
基于C#编程语言与Onnx运行时环境，本文档详细阐述了一种利用P2PNet架构实现人群密度估计与个体计数的技术方案。该方案通过解析预训练模型，实现了对图像或视频流中人群分布的精准检测，并提供了可靠的计数功能。核心内容包括模型加载与推理流程的完整实现、数据处理管道的构建以及性能优化策略的探讨。本文旨在为相关领域的开发人员提供一个清晰、可复现的参考实现，着重于工程实践的严谨性与代码模块的可用性。所有实现代码均经过结构化组织与详细注释，以确保其易于理解与集成。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
Theoretical Machine Learning Notes (Princeton COS511)
12-21
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结（summarization） 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签，可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
食堂线上预约点餐系统_一个基于现代Web技术构建的面向学校企业及园区食堂的综合性数字化餐饮服务平台_该系统旨在通过线上化流程彻底革新传统食堂就餐模式_核心功能模块包括用户端小程序.zip
12-21
食堂线上预约点餐系统_一个基于现代Web技术构建的面向学校企业及园区食堂的综合性数字化餐饮服务平台_该系统旨在通过线上化流程彻底革新传统食堂就餐模式_核心功能模块包括用户端小程序.zip
Unity STL文件读取插件：pb_Stl-master
12-21
Unity STL文件导入工具 该工具为Unity引擎提供标准STL格式三维模型文件的导入功能，支持二进制与ASCII两种编码格式的解析。通过集成此插件，开发者可直接在Unity编辑器中加载由各类CAD软件或三维扫描设备生成的STL模型文件，无需借助第三方转换软件进行格式预处理。 核心特性包括： 1. 完整几何数据解析：精确读取顶点坐标、法线向量及三角面片拓扑关系 2. 自适应材质分配：根据模型几何特征自动生成并配置基础材质球 3. 内存优化机制：采用流式加载技术处理大型STL文件，避免编辑器卡顿 4. 坐标系统转换：自动校正不同三维软件坐标系差异，确保模型方向一致性 技术实现层面，插件通过托管DLL封装了经过优化的STL解析算法，在保证读取精度的同时维持了较高执行效率。导入后的模型将自动生成标准网格组件，支持Unity光照系统、碰撞体生成及导航网格烘焙等后续处理流程。 该工具适用于机械设计展示、三维打印预览、工业仿真等需要频繁交换CAD数据的开发场景，显著简化了从工程设计到实时渲染的工作流程。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
（60页PPT）某省市某省市集活动策划方案63.pptx
12-21
（60页PPT）某省市某省市集活动策划方案63.pptx
PTQ QAT
12-08
### PTQ详细介绍 #### 原理 PTQ即训练后量化，没有反向传播不进行权重更新，前向传播只是用来统计。其核心是在训练图里插入FakeQuant节点，公式为$w_q = round(clip(w / scale)) * scale$ 。前向过程模拟量化误差，反向传播时采用STE把梯度直接传给FP32权重。PTQ不依赖原始训练过程，只需对模型进行少量样本的统计与校准即可完成，通过分析权重和激活的统计分布，寻找一个最优的量化映射，使离散化误差最小化。PTQ没有反向传播不进行weight更新，前向只是用来统计，伪量化对PTQ来说可有可无 [^3][^4]。 #### 应用场景 适用于模型已训练好，且对精度要求不苛刻的场景。当模型需要快速部署到边缘设备，且能够接受一定的精度损失时，PTQ是一个不错的选择。它可以在不进行大规模重新训练的情况下，快速将模型进行量化，减小模型大小并提升推理速度 [^3]。 ### QAT详细介绍 #### 原理 QAT即量化感知训练，需要插入QAT算子且需要训练进行微调。流程为准备一个预训练模型，在模型中添加QAT算子，微调带有QAT算子的模型，将微调后模型的量化参数（q - params）存储下来，最后量化模型执行推理。在训练时采用伪量化，因为如果不使用伪量化，由于导数为0无法进行梯度更新。在训练图里插入FakeQuant节点，前向模拟量化误差，反向传播时STE把梯度直接传给FP32权重，让网络学会“抗量化”。其粒度方面，默认权重是per - channel，激活是per - tensor，最新研究中scale/zero - point亦可作为可学习参数进行端到端更新 [^2][^3]。 #### 应用场景 适用于精度敏感，可接受再训练的场景。当模型对精度要求较高，且有足够的训练资源（如完整训练集和GPU时间）时，QAT能够在量化的同时保证模型精度几乎无损，支持4 - bit超低比特量化 [^3]。 以下是PyTorch中QAT的示例代码： ```python import torch, torchvision, torch.quantization as tq model = torchvision.models.resnet18(pretrained=True) model.train() tq.prepare_qat(model, qconfig=tq.get_default_qat_qconfig('fbgemm')) opt = torch.optim.AdamW(model.parameters(), 1e-4) # 假设train_loader是训练数据加载器 for x, y in train_loader: loss(model(x), y).backward() opt.step() torch.jit.save(tq.convert(model.eval()), 'qat.pt') ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值