您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
模型:
Intel/camembert-base-mrpc-int8-dynamic
英文INT8 camembert-base-mrpc
Post-training dynamic quantization
PyTorch
这是一个使用 Intel® Neural Compressor 进行量化的INT8 PyTorch模型。
原始的fp32模型来自经过微调的模型 camembert-base-mrpc 。
线性模块roberta.encoder.layer.6.attention.self.query会返回到fp32以满足1%的相对精度损失。
测试结果| INT8 | FP32 | |
|---|---|---|
| Accuracy (eval-f1) | 0.8843 | 0.8928 |
| Model size (MB) | 180 | 422 |
from optimum.intel.neural_compressor import IncQuantizedModelForSequenceClassification model_id = "Intel/camembert-base-mrpc-int8-dynamic" int8_model = IncQuantizedModelForSequenceClassification.from_pretrained(model_id)
ONNX
这是一个使用 Intel® Neural Compressor 进行量化的INT8 ONNX模型。
原始的fp32模型来自经过微调的模型 camembert-base-mrpc 。
测试结果| INT8 | FP32 | |
|---|---|---|
| Accuracy (eval-f1) | 0.8819 | 0.8928 |
| Model size (MB) | 113 | 423 |
from optimum.onnxruntime import ORTModelForSequenceClassification
model = ORTModelForSequenceClassification.from_pretrained('Intel/camembert-base-mrpc-int8-dynamic')