[发明专利]一种深度学习推理自动量化方法和装置有效
| 申请号： | 201910780310.2 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110674924B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 沈付旺 | 申请（专利权）人： | 苏州浪潮智能科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N5/04 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 刘小峰 |
| 地址： | 215100 江苏省苏州市吴*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种深度学习推理自动量化方法，包括以下步骤：从数据集的每个类别中各随机挑选一张图片，由量化工具量化后的权值对所述图片进行fp32推理并将推理所得激活值进行暂存；动态迭代以使得各层的各通道中激活值中每一个元素的绝对值为所有图片推理所得所述激活值中相应位置元素的最大值，并将所述迭代后的各通道激活值保存为激活值文件；对所述激活值文件中的激活值进行2的次幂膨胀量化，并统计每一层的量化指数直方图；根据所述每一层的量化指数直方图计算得到所述层量化指数的均值，并将所述均值设置为量化指数的上限。本发明的量化方法不指定量化阈值，不需要进行遍历寻找最佳阈值，能够加快运算速度，提高运算效率，节省运算开销。 | ||
| 搜索关键词： | 一种 深度 学习 推理 自动 量化 方法 装置 | ||
【主权项】：
1.一种深度学习推理自动量化方法，其特征在于，包括以下步骤：/n从数据集的每个类别中各随机挑选一张图片，由量化工具量化后的权值对所述图片进行fp32推理并将推理所得激活值进行暂存；/n动态迭代以使得各层的各通道中激活值中每一个元素的绝对值为所有图片推理所得所述激活值中相应位置元素的最大值，并将所述迭代后的各通道激活值保存为激活值文件；/n对所述激活值文件中的激活值进行2的次幂膨胀量化，并统计每一层的量化指数直方图；/n根据所述每一层的量化指数直方图计算得到所述层量化指数的均值，并将所述均值设置为量化指数的上限。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司，未经苏州浪潮智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910780310.2/，转载请声明来源钻瓜专利网。
