配置精度模式

简介

本文介绍整网推理场景下的精度调优流程、相关配置及典型案例等。由于是调优，因此在调优前，请确保已经完成了整网推理功能调测，功能不阻塞，只是推理精度错误，或推理精度与标杆数据存在少量差距。

在整网推理时，可能由于以下原因导致推理精度错误或者推理精度不达标：

推理功能与其它功能之间的串接问题，当前比较典型的是DVPP+AIPP+模型推理串联使用的场景，该场景主要是因为接口中参数的配置问题、模型转换时AIPP的配置问题导致。

如果存在DVPP、AIPP功能、模型推理串联使用的场景，建议先排查这部分问题；否则，可以跳过该排查，直接排查算子本身的精度问题。
整网中算子本身的精度问题，该类问题可以借助精度比对工具，根据下文中具体的问题定位流程获取各类数据后，再进行比对、分析，确认是配置问题，还是算子实现问题，再逐一解决问题。本文中会结合具体的比对、分析的案例，介绍如何比对、分析。

图1 推理精度问题

:::note 说明

本文中的“推理”，当前限定为使用om离线模型文件进行推理的场景。
本文中的算子精度问题，是指整网中算子的精度问题，对于自定义的TBE算子，运行验证时的发现精度问题，请参见《TBE&AI CPU算子开发指南》。 :::

父主题： 模型推理精度提升建议

问题描述

推理结果不达标，包括以下两种情况：

算子精度导致推理结果错误，是指整网推理的功能已调通，但推理结果错误，例如目标检测网络MAP结果全0、昇腾om模型的推理结果与标杆网络的推理结果比对时余弦相似度为0。
算子精度导致推理精度不达标，是指整网推理的功能已调通，单次昇腾om模型的推理结果与标杆网络的推理结果比对时余弦相似度在95%以上，但数据集推理精度与标杆数据存在少量差距，例如：
- 分类网络昇腾om模型，Top1/Top5分别为：0.90/0.70,；标杆网络Top1/Top5分别为：0.92/0.71。
- 检测网络昇腾om模型MAP精度：0.54；标杆网络MAP精度：0.55。

父主题： 算子精度导致推理结果不达标

问题定位流程

图1 定位流程

推理结果错误，为了后续定位问题，需要重新执行推理，用于获取模型的Dump数据。

获取模型的Dump数据，需要调用AscendCL接口打开Dump开关，详细描述请参见《精度比对工具使用指南》。
配置精度模式。
1. 配置模型高精度模式后推理，获取模型的Dump数据。推理后，如果精度达标，则进行步骤2.b；如果精度不达标，则进行步骤3。
  
  配置模型高精度模式后推理，可能会影响推理性能，如果在精度达标的同时，需要保持性能，则执行2.b~2.d，配置部分算子保持原始网络中的数据类型。
  
  配置模型高精度模式，请参见配置网络模型的高精度模式。
2. 使用精度比对工具比对高精度模式下的Dump数据与1获取的Dump数据。
  
  工具的使用请参见《精度比对工具使用指南》。
3. 根据2.b中的比对结果识别计算有差异的算子。
  
  一般来说，每次识别一个差异算子（首个余弦相似度较低的算子，例如低于0.95），找到差异算子后，执行2.d推理，推理的同时获取Dump数据，用来与高精度模式下的Dump数据比对，继续找到下一个差异算子。
  
  需要循环执行该步骤，直至没有差异算子。
4. 对于有差异的算子，配置该部分算子保持原始网络中的数据类型，再重新推理。
  
  配置部分算子的高精度模式，请参见配置部分算子保持原始网络中的数据类型。
关闭数据缓存优化功能。
1. 恢复模型的原有精度模式后，关闭数据缓存优化功能后推理，如果精度达标，则进行步骤3.b；如果精度不达标，则进行步骤4。
  
  当前默认开启数据缓存优化，开启数据缓存优化可提高计算效率、提升性能，但由于部分算子在实现上可能存在未考虑的场景，导致影响精度，因此在出现精度问题时可以尝试关闭数据缓存优化。如果关闭数据缓存优化功能后，精度达标，则还是需要识别出问题算子，反馈给技术支持进一步分析、解决算子问题，解决算子问题后，建议保持开启数据缓存优化。
  
  关闭数据缓存优化功能，请参见关闭数据缓存优化。
2. 使用精度比对工具比对关闭数据缓存优化功能后的Dump数据与1获取的Dump数据。
  
  工具的使用请参见《精度比对工具使用指南》。
3. 根据3.b中的比对结果识别计算有差异的算子。
4. 联系技术支持（您可以获取日志后单击Link联系技术支持。），提供有差异的算子，进一步分析。
关闭融合规则功能。
1. 恢复启用数据缓存优化功能，关闭融合规则功能后推理，如果精度达标，则进行步骤4.b；如果精度不达标，则进行步骤5。
  
  当前默认开启融合规则，开启融合规则可提高计算效率、提升性能，但算子之间可能会融合，融合后的部分算子在实现上可能存在未考虑的场景，导致影响精度，因此在出现精度问题时可以尝试关闭融合规则。如果关闭融合规则功能后，精度达标，则还是需要识别出问题算子，反馈给技术支持进一步分析、解决算子问题，解决算子问题后，建议保持开启融合规则功能。
  
  关闭融合规则功能，请参见关闭融合规则。关闭某些融合规则可能会导致功能问题，因此在配置关闭融合规则后，系统在不影响功能的前提下关闭部分融合规则，而不是全部融合规则。
2. 使用精度比对工具比对关闭融合规则后的Dump数据与1获取的Dump数据。
  
  工具的使用请参见《精度比对工具使用指南》。
3. 根据4.b中的比对结果识别计算有差异的算子。
4. 联系技术支持（您可以获取日志后单击Link联系技术支持。），提供有差异的算子，进一步分析。
检查数据处理或配置。

推理精度不达标可能是由于数据集、AIPP、后处理方式的差异导致，需逐步进行排查，恢复启用融合规则功能后，请检查数据处理或配置，参见检查数据处理或配置。

如果数据处理逻辑或数据配置有问题，则需修改后重新推理；如果数据处理逻辑或数据配置没有问题，则进行6。
与标杆计算数据比对。
1. 使用精度比对工具将模型的Dump数据与标杆网络的Dump数据进行对比。
  
  工具的使用请参见《精度比对工具使用指南》。
2. 根据6.a中的比对结果识别计算有差异的算子。
3. 联系技术支持（您可以获取日志后单击Link联系技术支持。），提供有差异的算子，进一步分析。

父主题： 算子精度导致推理结果不达标

配置精度模式

如果在模式转换时不指定网络模型或算子的精度模式，默认采用fp16（float16）数据类型进行计算。

配置模型高精度模式后推理，可提升精度，但可能会影响推理性能，如果在精度达标的同时，需要保持性能，则可以配置部分算子保持原始网络中的数据类型。关于ATC参数的详细说明请参见《ATC工具使用指南》。

配置网络模型的高精度模式

使用ATC工具转换模型时，增加高级参数--precision_mode，用于指定精度模式。

参数设置如下所示，表示如果网络模型中算子支持fp32（float32），则使用fp32；如果网络模型中算子不支持fp32，则使用fp16（float16）。
```
--precision_mode=allow_fp32_to_fp16
```
使用转换后的om模型重新推理。

配置部分算子保持原始网络中的数据类型

使用ATC工具转换模型时，增加高级参数--keep_dtype（指定部分算子计算时保持原始网络的数据类型）和--precision_mode（指定网络模型的精度模式）。

参数使用示例如下：
```
--keep_dtype=$HOME/execeptionlist.cfg --precision_mode=force_fp16
```
配置文件名举例为execeptionlist.cfg，配置文件样例如下，文件中每一行是一个算子的名称，将配置好的execeptionlist.cfg文件上传到ATC工具所在服务器任意目录：
```
Opname1 
Opname2 
…
```
使用转换后的om模型重新推理。

父主题： 算子精度导致推理结果不达标

关闭数据缓存优化

如果在模型转换时不指定关闭数据缓存优化功能，当前默认开启数据缓存优化，开启数据缓存优化可提高计算效率、提升性能，但由于部分算子在实现上可能存在未考虑的场景，导致影响精度，因此在出现精度问题时可以尝试关闭数据缓存优化。

如果关闭数据缓存优化功能后，精度达标，则还是需要识别出问题算子，反馈给技术支持进一步分析、解决算子问题，解决算子问题后，建议保持开启数据缓存优化。

使用ATC工具转换模型时，增加高级参数：--buffer_optimize，用于关闭数据缓存优化。

参数设置如下所示，：
```
--buffer_optimize=off_optimize
```
参数的详细说明请参见《ATC工具使用指南》。
使用转换后的om模型重新推理。

:::note 说明在联系技术支持前（您可以获取日志后单击Link联系技术支持。），设置DUMP_GE_GRAPH、DUMP_GRAPH_LEVEL环境变量，重新模型转换，打印模型转换过程中各个阶段的图描述信息。关于环境变量以及图描述信息的说明，请参见《ATC工具使用指南》中的“参考>dump图详细信息”。 :::

父主题： 算子精度导致推理结果不达标

关闭融合规则

如果在模型转换时不指定关闭融合规则，当前默认开启融合规则，开启融合规则可提高计算效率、提升性能，但算子之间可能会融合，融合后的部分算子在实现上可能存在未考虑的场景，导致影响精度，因此在出现精度问题时可以尝试关闭融合规则。

如果关闭融合规则功能后，精度达标，则还是需要识别出问题算子，反馈给技术支持进一步分析、解决算子问题，解决算子问题后，建议保持开启融合规则功能。

使用ATC工具转换模型时，增加高级参数：--fusion_switch_file

参数使用示例如下：
```
--fusion_switch_file=$HOME/module/fusion_switch.cfg
```
配置文件名举例为fusion_switch.cfg，配置文件样例如下，将配置好的fusion_switch.cfg文件上传到ATC工具所在服务器任意目录：
```
&#123;
    "Switch":&#123;
        "GraphFusion":&#123;
            "ALL":"off"
        &#125;,
        "UBFusion":&#123;
            "ALL":"off"
         &#125;
    &#125;
&#125;
```
参数的详细说明请参见《ATC工具使用指南》。
使用转换后的om模型重新推理。

父主题： 算子精度导致推理结果不达标

检查数据处理或配置

检查昇腾om模型与标杆网络推理的输入数据以及输入数据的处理是否一致，如果不一致，需调整成一致。
检查AIPP配置。

AIPP（Artificial Intelligence Pre-Processing），用于在AI Core上完成图像预处理，包括改变图像尺寸、色域转换（转换图像格式）、减均值/乘系数（改变图像像素），数据处理之后再进行真正的模型推理。

如果AIPP配置错误可能导致模型推理的输入数据不准确，需要参见《ATC工具使用指南》中的“高级功能>AIPP使能”章节检查AIPP配置，如有不正确的AIPP配置，修改正确后，重新转换模型，再重新推理。
检查昇腾om模型与标杆网络推理结果的后处理方式是否一致，如果不一致，需调整成一致。

父主题： 算子精度导致推理结果不达标

在线提单

简介​

问题描述​

问题定位流程​

配置精度模式​

配置网络模型的高精度模式​

配置部分算子保持原始网络中的数据类型​

关闭数据缓存优化​

关闭融合规则​

检查数据处理或配置​

简介

问题描述

问题定位流程

配置精度模式

配置网络模型的高精度模式

配置部分算子保持原始网络中的数据类型

关闭数据缓存优化

关闭融合规则

检查数据处理或配置