• 教程 >
  • (原型) FX 图模式量化用户指南
快捷方式

(原型) FX 图模式量化用户指南

作者: Jerry Zhang

FX 图模式量化需要符号可跟踪模型。我们使用 FX 框架将符号可跟踪的 nn.Module 实例转换为 IR,并在 IR 上执行量化传递。请在 PyTorch 讨论论坛 上发布有关符号跟踪模型的问题

量化仅对模型的符号可跟踪部分有效。使用符号跟踪值的 -if 语句/for 循环等等 - 数据依赖控制流是常见的模式,但不受支持。如果您的模型不是端到端符号可跟踪的,您可以使用以下几种选项,仅对模型的一部分启用 FX 图模式量化。您可以组合使用这些选项

  1. 不可跟踪代码不需要量化
    1. 仅符号跟踪需要量化的代码

    2. 跳过符号跟踪不可跟踪的代码

  2. 不可跟踪代码需要量化
    1. 重构您的代码使其符号可跟踪

    2. 编写您自己的观察和量化子模块

如果不需要量化不可跟踪代码,我们可以使用以下两种选项来运行 FX 图模式量化

仅符号跟踪需要量化的代码

当整个模型无法进行符号追踪,但我们要量化的子模块可以进行符号追踪时,我们可以仅对该子模块运行量化。

之前

class M(nn.Module):
    def forward(self, x):
        x = non_traceable_code_1(x)
        x = traceable_code(x)
        x = non_traceable_code_2(x)
        return x

之后

class FP32Traceable(nn.Module):
    def forward(self, x):
        x = traceable_code(x)
        return x

class M(nn.Module):
    def __init__(self):
        self.traceable_submodule = FP32Traceable(...)
    def forward(self, x):
        x = self.traceable_code_1(x)
        # We'll only symbolic trace/quantize this submodule
        x = self.traceable_submodule(x)
        x = self.traceable_code_2(x)
        return x

量化代码

qconfig_mapping = QConfigMapping().set_global(qconfig)
model_fp32.traceable_submodule = \
  prepare_fx(model_fp32.traceable_submodule, qconfig_mapping, example_inputs)

注意,如果需要保留原始模型,则必须在调用量化 API 之前自行复制它。

跳过对不可追踪代码的符号追踪

当模块中存在一些不可追踪的代码,并且这部分代码不需要进行量化时,可以将这部分代码分解成一个子模块,并跳过对该子模块的符号追踪。

之前

class M(nn.Module):

    def forward(self, x):
        x = self.traceable_code_1(x)
        x = non_traceable_code(x)
        x = self.traceable_code_2(x)
        return x

之后,不可追踪部分移到一个模块并标记为叶子

class FP32NonTraceable(nn.Module):

    def forward(self, x):
        x = non_traceable_code(x)
        return x

class M(nn.Module):

    def __init__(self):
        ...
        self.non_traceable_submodule = FP32NonTraceable(...)

    def forward(self, x):
        x = self.traceable_code_1(x)
        # we will configure the quantization call to not trace through
        # this submodule
        x = self.non_traceable_submodule(x)
        x = self.traceable_code_2(x)
        return x

量化代码

qconfig_mapping = QConfigMapping.set_global(qconfig)

prepare_custom_config_dict = {
    # option 1
    "non_traceable_module_name": "non_traceable_submodule",
    # option 2
    "non_traceable_module_class": [MNonTraceable],
}
model_prepared = prepare_fx(
    model_fp32,
    qconfig_mapping,
    example_inputs,
    prepare_custom_config_dict=prepare_custom_config_dict,
)

如果需要对不可追踪的代码进行量化,我们有以下两种选择

重构代码使其可进行符号追踪

如果代码易于重构并使其可进行符号追踪,我们可以重构代码,并删除 python 中对不可追踪构造的使用。

有关符号追踪支持的更多信息,请参见 此处.

之前

def transpose_for_scores(self, x):
    new_x_shape = x.size()[:-1] + (self.num_attention_heads, self.attention_head_size)
    x = x.view(*new_x_shape)
    return x.permute(0, 2, 1, 3)

这无法进行符号追踪,因为在 x.view(*new_x_shape) 中不支持解包,但是,由于 x.view 也支持列表输入,因此可以轻松删除解包操作。

之后

def transpose_for_scores(self, x):
    new_x_shape = x.size()[:-1] + (self.num_attention_heads, self.attention_head_size)
    x = x.view(new_x_shape)
    return x.permute(0, 2, 1, 3)

这可以与其他方法结合使用,量化代码取决于模型。

编写自己的观测和量化子模块

如果不可追踪的代码无法重构为可进行符号追踪,例如它包含一些无法消除的循环,例如 nn.LSTM,则需要将不可追踪的代码分解成一个子模块(在 fx 图模式量化中称为 CustomModule),并定义子模块的观测版本和量化版本(在训练后静态量化或量化感知训练中用于静态量化)或定义量化版本(在训练后动态量化和仅权重量化中)。

之前

class M(nn.Module):

    def forward(self, x):
        x = traceable_code_1(x)
        x = non_traceable_code(x)
        x = traceable_code_1(x)
        return x

之后

1. 将 non_traceable_code 分解为 FP32NonTraceable 不可追踪逻辑,并封装在一个模块中

class FP32NonTraceable:
    ...

2. 定义 FP32NonTraceable 的观测版本

class ObservedNonTraceable:

    @classmethod
    def from_float(cls, ...):
        ...

3. 定义 FP32NonTraceable 的静态量化版本,以及一个类方法“from_observed”用于将 ObservedNonTraceable 转换为 StaticQuantNonTraceable

class StaticQuantNonTraceable:

    @classmethod
    def from_observed(cls, ...):
        ...
# refactor parent class to call FP32NonTraceable
class M(nn.Module):

   def __init__(self):
        ...
        self.non_traceable_submodule = FP32NonTraceable(...)

    def forward(self, x):
        x = self.traceable_code_1(x)
        # this part will be quantized manually
        x = self.non_traceable_submodule(x)
        x = self.traceable_code_1(x)
        return x

量化代码

# post training static quantization or
# quantization aware training (that produces a statically quantized module)v
prepare_custom_config_dict = {
    "float_to_observed_custom_module_class": {
        "static": {
            FP32NonTraceable: ObservedNonTraceable,
        }
    },
}

model_prepared = prepare_fx(
    model_fp32,
    qconfig_mapping,
    example_inputs,
    prepare_custom_config_dict=prepare_custom_config_dict)

校准 / 训练(未显示)

convert_custom_config_dict = {
    "observed_to_quantized_custom_module_class": {
        "static": {
            ObservedNonTraceable: StaticQuantNonTraceable,
        }
    },
}
model_quantized = convert_fx(
    model_prepared,
    convert_custom_config_dict)

训练后动态/仅权重量化在这两种模式下,我们不需要观测原始模型,因此只需要定义量化模型。

class DynamicQuantNonTraceable: # or WeightOnlyQuantMNonTraceable
   ...
   @classmethod
   def from_observed(cls, ...):
       ...

   prepare_custom_config_dict = {
       "non_traceable_module_class": [
           FP32NonTraceable
       ]
   }
# The example is for post training quantization
model_fp32.eval()
model_prepared = prepare_fx(
    model_fp32,
    qconfig_mapping,
    example_inputs,
    prepare_custom_config_dict=prepare_custom_config_dict)

convert_custom_config_dict = {
    "observed_to_quantized_custom_module_class": {
        "dynamic": {
            FP32NonTraceable: DynamicQuantNonTraceable,
        }
    },
}
model_quantized = convert_fx(
    model_prepared,
    convert_custom_config_dict)

你也可以在测试中的 test_custom_module_class 中找到自定义模块的示例,位于 torch/test/quantization/test_quantize_fx.py

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源