（原型）FX Graph 模式量化用户指南¶

创建于：2021 年 8 月 20 日 | 最后更新：2023 年 12 月 12 日 | 最后验证：2024 年 11 月 05 日

FX Graph 模式量化需要符号可追踪模型。我们使用 FX 框架将符号可追踪的 nn.Module 实例转换为 IR，并在 IR 上操作以执行量化传递。请在 PyTorch 讨论论坛中发布关于符号追踪模型的问题

量化仅适用于模型中符号可追踪的部分。数据相关的控制流（if 语句/for 循环等），以及使用符号追踪值的情况是不受支持的常见模式。如果您的模型不是端到端符号可追踪的，您有几个选项可以在模型的一部分上启用 FX Graph 模式量化。您可以结合使用以下任何选项

不可追踪的代码不需要量化
1. 仅符号追踪需要量化的代码
2. 跳过符号追踪不可追踪的代码
不可追踪的代码需要量化
1. 重构代码使其符号可追踪
2. 编写您自己的观察和量化子模块

如果不可追踪的代码不需要量化，我们有以下两个选项来运行 FX Graph 模式量化

仅符号追踪需要量化的代码¶

当整个模型不是符号可追踪的，但我们要量化的子模块是符号可追踪的时，我们可以在该子模块上运行量化。

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，您必须在调用量化 API 之前自行复制它。

跳过符号追踪不可追踪的代码¶

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量化时，我们可以将这部分代码分解为一个子模块，并跳过符号追踪该子模块。

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，不可追踪的部分移动到一个模块并标记为叶节点

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,
)

如果不可追踪的代码需要量化，我们有以下两个选项

重构代码使其符号可追踪¶

如果很容易重构代码并使其符号可追踪，我们可以重构代码并删除在 python 中使用不可追踪的构造。

有关符号追踪支持的更多信息，请访问此处。

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)

这不是符号可追踪的，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，因此很容易删除解包。

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。

编写您自己的观察和量化子模块¶

如果不可追踪的代码无法重构为符号可追踪的，例如它有一些无法消除的循环，例如 nn.LSTM，我们需要将不可追踪的代码分解为一个子模块（在 fx graph 模式量化中我们称之为 CustomModule），并定义子模块的观察和量化版本（在训练后静态量化或静态量化的量化感知训练中）或定义量化版本（在训练后动态和仅权重量化中）

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 不可追踪的逻辑，包装在一个模块中

class FP32NonTraceable:
    ...

2. 定义 FP32NonTraceable 的观察版本

class ObservedNonTraceable:

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

3. 定义 FP32NonTraceable 的静态量化版本和一个类方法 “from_observed”，用于从 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，我们不需要观察原始模型，因此我们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)

您还可以在 torch/test/quantization/test_quantize_fx.py 中的测试 test_custom_module_class 中找到自定义模块的示例。

（原型）FX Graph 模式量化用户指南¶

仅符号追踪需要量化的代码¶

跳过符号追踪不可追踪的代码¶

重构代码使其符号可追踪¶

编写您自己的观察和量化子模块¶

文档

教程

资源