Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2306.00317

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2306.00317 (cs)
[提交于 2023年6月1日 (v1) ,最后修订 2024年7月16日 (此版本, v2)]

标题: FlexRound:基于逐元素除法的可学习量化后训练量化方法

标题: FlexRound: Learnable Rounding based on Element-wise Division for Post-Training Quantization

Authors:Jung Hyun Lee, Jeonghoon Kim, Se Jung Kwon, Dongsoo Lee
摘要: 后训练量化(PTQ)由于不需要完整的训练数据集或端到端训练,因此在资源受限设备上部署深度神经网络方面越来越受欢迎。 由于基于重建每一层或块输出的PTQ方案被证明能有效提高量化模型性能,最近的工作开发了算法来设计和学习一种新的权重舍入方案,以更好地重建每一层或块输出。 在本工作中,我们提出了一种简单但有效的新的权重舍入机制,称为\emph{灵活舍入},它基于逐元素除法而不是典型的逐元素加法,从而使FlexRound能够联合学习一个通用的量化网格大小以及每个预训练权重的不同尺度。 由于逐元素除法引起的导数倒数规则,FlexRound本质上能够在更新其相应尺度时利用预训练权重,从而根据它们的大小灵活地量化预训练权重。 我们在各种模型和任务上实证验证了FlexRound的有效性。 据我们所知,我们的工作是首次对图像分类、自然语言理解和自然语言生成任务进行全面实验。 此外,我们首次展示了大型语言模型可以高效量化,与半精度基线相比仅对性能产生可忽略的影响,这是通过逐块重建输出实现的。 我们的代码可在\url{https://github.com/onliwad101/FlexRound_LRQ}获取。
摘要: Post-training quantization (PTQ) has been gaining popularity for the deployment of deep neural networks on resource-limited devices since unlike quantization-aware training, neither a full training dataset nor end-to-end training is required at all. As PTQ schemes based on reconstructing each layer or block output turn out to be effective to enhance quantized model performance, recent works have developed algorithms to devise and learn a new weight-rounding scheme so as to better reconstruct each layer or block output. In this work, we propose a simple yet effective new weight-rounding mechanism for PTQ, coined \emph{FlexRound}, based on element-wise division instead of typical element-wise addition such that FlexRound enables jointly learning a common quantization grid size as well as a different scale for each pre-trained weight. Thanks to the reciprocal rule of derivatives induced by element-wise division, FlexRound is inherently able to exploit pre-trained weights when updating their corresponding scales, and thus, flexibly quantize pre-trained weights depending on their magnitudes. We empirically validate the efficacy of FlexRound on a wide range of models and tasks. To the best of our knowledge, our work is the first to carry out comprehensive experiments on not only image classification and natural language understanding but also natural language generation. Moreover, we demonstrate, for the first time, that large language models can be efficiently quantized, with only a negligible impact on performance compared to half-precision baselines, achieved by reconstructing the output in a block-by-block manner. Our code is available at \url{https://github.com/onliwad101/FlexRound_LRQ}.
评论: 被ICML 2023接受
主题: 机器学习 (cs.LG) ; 人工智能 (cs.AI)
引用方式: arXiv:2306.00317 [cs.LG]
  (或者 arXiv:2306.00317v2 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.00317
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jung Hyun Lee [查看电子邮件]
[v1] 星期四, 2023 年 6 月 1 日 03:31:12 UTC (1,331 KB)
[v2] 星期二, 2024 年 7 月 16 日 09:08:32 UTC (1,424 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号