cv 量化业务 方法
1,挑选校准数据集,如测试集,bad case数据
2,每层量不量化对最后一层输出的cos影响,影响大的,设置成fp16或者int16
3,部分cos较低的层,想办法从源头提高cos,如加上一个BN,换上adam优化器,而不是adamw
4,brecq/qdrop,或者we,或者联合使用
6,多分支量化,在分支连接处的层,对量化比较敏感,可以设置16bit
7,repvgg量化,可以用特殊的优化器训练,或者有的层比较敏感,可以设置16bit
8,qat,关闭相关norm的统计参数。
9,步骤很多的工作,每一步都要自检,不要犯低级错误
10,vit-qat中,可能有效的方案:a) 激活函数前,先做一个clip。b)优化器用adam。c) 可以选择自蒸馏。4) 数据量不够的情况,需要增加数据增强。5) 关闭相关的norm的统计参数
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
· SQL Server 2025 AI相关能力初探
2017-11-04 傅里叶变换及其应用讲义(stanford_ee261)