Introduction

Sparsebit是一个具备prune, quantization两个功能的工具包, 其目的是协助研究人员在已有的pytorch工程代码中通过少量的代码修改实现网络的压缩与加速.

Quantization

Quantization是一种将full-precision params转化为low-bit precision params的方法, 可以在不改变模型结构的情况下实现模型的压缩与加速. 工具包支持Post-Training-Quantization和Quantization-Aware-Training两种常用量化范式, 具备如下特点:

• 得益于torch.fx的支持, 以QuantModel为操作对象, 每个operation成为一个QuantModule
• 方便用户扩展. 可自行通过注册扩展 QuantModule, Quantizer和Observer等重要对象, 以满足研究所需
• 支持导出QDQ-ONNX, 可以被tensorrt/onnxruntime等后端加载部署.

Pruning

还在开发, 敬请期待.

Resources

Documentations

我们在文档中提供详尽的使用指导和开发指导, 有需要的用户可以自行参考. docs

CV-Master

• 我们在Bilibili维护了一门关于量化的公开课, 介绍量化的基本知识和小组最新的工作. 有兴趣的用户可以前往. video
• 为了更好让大家理解和应用压缩的相关知识, 我们基于Sparsebit设计相关作业, 有兴趣的同学可以自行完成. quantization_homework

Join Us

• 小组常年招收实习生, 包括但不限于: 模型量化, 模型稀疏与剪枝, 模型蒸馏, 自监督学习, 模型部署等.
• 有志于从事模型压缩与加速的同学可以投递简历至: [email protected],

Acknowledgement

Sparsebit的实现受到以下多个开源工程的启发, 非常感谢这些优秀项目. 我们列举如下:

• torch
• pytorch-quantization
• PPQ
• MQBench

License

Sparsebit is released under the Apache 2.0 license.