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 1197
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 2680
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 2569
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 9840
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 7232
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 2420
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。
551515151和vu给vuvuvuvu
12-20
595959595959595959hi吧hi哔哔哔iubi
论文复现一种基于价格弹性矩阵的居民峰谷分时电价激励策略需求响应（Matlab代码实现）
12-20
【论文复现】一种基于价格弹性矩阵的居民峰谷分时电价激励策略【需求响应】（Matlab代码实现）内容概要：本文介绍了一种基于价格弹性矩阵的居民峰谷分时电价激励策略，旨在通过需求响应机制优化电力系统的负荷分布。该研究利用Matlab进行代码实现，构建了居民用电行为与电价变动之间的价格弹性模型，通过分析不同时间段电价调整对用户用电习惯的影响，设计合理的峰谷电价方案，引导用户错峰用电，从而实现电网负荷的削峰填谷，提升电力系统运行效率与稳定性。文中详细阐述了价格弹性矩阵的构建方法、优化目标函数的设计以及求解算法的实现过程，并通过仿真验证了所提策略的有效性。; 适合人群：具备一定电力系统基础知识和Matlab编程能力，从事需求响应、电价机制研究或智能电网优化等相关领域的科研人员及研究生。; 使用场景及目标：①研究居民用电行为对电价变化的响应特性；②设计并仿真基于价格弹性矩阵的峰谷分时电价激励策略；③实现需求响应下的电力负荷优化调度；④为电力公司制定科学合理的电价政策提供理论支持和技术工具。; 阅读建议：建议读者结合提供的Matlab代码进行实践操作，深入理解价格弹性建模与优化求解过程，同时可参考文中方法拓展至其他需求响应场景，如工业用户、商业楼宇等，进一步提升研究的广度与深度。
Android WebView 部分手机显示不全
最新发布
12-20
源码地址： https://pan.quark.cn/s/e46927981684 AdvancedWebView Enhanced WebView component for Android that works as intended out of the box Requirements * Android 2.2+ Installation * Add this library to your project * Declare the Gradle repository in your root * Declare the Gradle dependency in your app module's Usage AndroidManifest.xml Layout (XML) Activity (Java) Without Fragments With Fragments () Note: If you're using the class from the support library (), please refer to the next section (see below) instead of this one. With Fragments from the support library () * Use the code for normal usage as shown above * Change to * Add the following code to the parent in order to forward the results from the to the appropriate instance ProGu...
基于WesMcKinney所著PythonforDataAnalysis3rdEdition开放获取网络版进行完整准确忠实翻译并本地化处理的中文Markdown.zip
12-20
基于WesMcKinney所著PythonforDataAnalysis3rdEdition开放获取网络版进行完整准确忠实翻译并本地化处理的中文Markdown.zip
基于AUTOSAR的英飞凌TC275单片机Bootloader工程源码实现
12-20
针对TC275微控制器平台，基于AUTOSAR标准的引导加载程序实现方案 本方案详细阐述了一种专为英飞凌TC275系列微控制器设计的引导加载系统。该系统严格遵循汽车开放系统架构（AUTOSAR）规范进行开发，旨在实现可靠的应用程序刷写与启动管理功能。 核心设计严格遵循AUTOSAR分层软件架构。基础软件模块（BSW）的配置与管理完全符合标准要求，确保了与不同AUTOSAR兼容工具链及软件组件的无缝集成。引导加载程序本身作为独立的软件实体，实现了与上层应用软件的完全解耦，其功能涵盖启动阶段的硬件初始化、完整性校验、程序跳转逻辑以及通过指定通信接口（如CAN或以太网）接收和验证新软件数据包。 在具体实现层面，工程代码重点处理了TC275芯片特有的多核架构与内存映射机制。代码包含了对所有必要外设驱动（如Flash存储器驱动、通信控制器驱动）的初始化与抽象层封装，并设计了严谨的故障安全机制与回滚策略，以确保在软件更新过程中出现意外中断时，系统能够恢复到已知的稳定状态。整个引导流程的设计充分考虑了时序确定性、资源占用优化以及功能安全相关需求，为汽车电子控制单元的固件维护与升级提供了符合行业标准的底层支持。 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！
（10页PPT）PP某省市大脑数据中台建设方案.pptx
12-20
（10页PPT）PP某省市大脑数据中台建设方案.pptx
（19页PPT）老年公寓智能解决方案.pptx
12-20
（19页PPT）老年公寓智能解决方案.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