編者按：幾個月前，Tensorflow發(fā)布了一份名為《Quantizing deep convolutional networks for efficient inference》的白皮書，主要介紹團隊關(guān)于模型量化的相關(guān)工作，所謂量化，簡單來說就是將32浮點數(shù)近似地用8位整數(shù)存儲和計算，量化后，模型占用存儲空間減小75%，能起到壓縮模型的效果。而現(xiàn)在，這項技術(shù)就快和大家見面了。

今天凌晨，TensorFlow官方發(fā)布消息稱將引入一個新的優(yōu)化工具包，方便機器學習初學者和高級開發(fā)人員進行優(yōu)化，方便模型的部署和執(zhí)行。

它的名字是訓練后量化（post-training quantization），這是模型量化的一類，主要優(yōu)點有：

模型占用存儲空間縮小75%

如果是主要由卷積層組成的模型，執(zhí)行速度提高10–50%

如果是基于RNN的模型，執(zhí)行速度提高3倍

內(nèi)存、算力要求的降低也意味著大多數(shù)模型的功耗會大幅降低

內(nèi)存、算力、功耗，這是模型量化的主要優(yōu)化對象，而在實踐中，最能從中收益的自然是在各種移動端設(shè)備上使用機器學習模型的開發(fā)人員，尤其是TensorFlow Lite的用戶。

下圖展示了使用這個優(yōu)化工具包后，幾種典型模型在存儲空間占用上的變化（單核Android Pixel 2手機）：

模型尺寸比較：經(jīng)優(yōu)化的模型幾乎為原來的1/4

下圖是訓練后量化對模型執(zhí)行的加速效果（單核Android Pixel 2手機）：

延遲比較：經(jīng)優(yōu)化的模型執(zhí)行速度提高了1.2到1.4倍

通常情況下，模型壓縮會對原有準確率造成不同程度的影響，但訓練后量化的影響幾乎等同于無，它能在縮小尺寸、提高速度的前提下保持模型精度，如下圖所示（單核Android Pixel 2手機）：

啟用模型量化

現(xiàn)在訓練后量化已被集成到TensorFlow Lite中，它的使用方法很簡單：首先構(gòu)建一個TensorFlow模型，其次在conversion tool中找到模型量化的標志“posttrainingquantize”。假設(shè)模型存儲在savedmodeldir中，那么具體命令就是：

converter=tf.contrib.lite.TocoConverter.from_saved_model(saved_model_dir)

converter.post_training_quantize=True

tflite_quantized_model=converter.convert()

open(“quantized_model.tflite”, “wb”).write(tflite_quantized_model)

具體操作可見github：github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/lite/tutorials/posttrainingquant.ipynb

雖然目前開發(fā)者們只能在TensorFlow Lite中用到這個技術(shù)，但官方也稱將盡快把它整合到一般的TensorFlow工具中。

小結(jié)

除了訓練后量化，在之前提到的白皮書中，Tensorflow還提到了訓練時量化，它能使模型的準確率更高。而綜合來看，它們都是基于量化設(shè)計的技術(shù)，依靠把32浮點數(shù)近似地用8位整數(shù)存儲和計算來達到內(nèi)存占用更少、計算更少和功耗更少的目的。

隨著深層神經(jīng)網(wǎng)絡(luò)不斷在現(xiàn)實中落地，這種技術(shù)將適應(yīng)現(xiàn)代科技設(shè)備的發(fā)展步伐，為開發(fā)者和產(chǎn)品用戶帶來便利。