快速上手

• 基础
  • 映射函数
  • 量化参数
  • 校准
  • 仿射和对称量化方案
  • 逐张量和逐通道量化方案
  • 后端引擎
  • QConfig
  • 在 PyTorch 中
    • Post-Training Dynamic/Weight-only Quantization
    • Post-Training Static Quantization (PTQ)
    • Quantization-aware Training (QAT)
  • 敏感性分析
  • 对您工作流程的建议
• Pytorch 数值套件教程
  • 数值套件之静态量化
    • 1. 比较浮点模型和量化模型的权重
    • 2. 比较浮点和量化模型在相应的位置
    • 3. 使用相同的输入数据，将量化模型中的模块与等效的浮点模块进行比较
  • Numeric Suite 之动态量化
    • 设置
    • 1. Compare the weights of float and quantized models
    • 2. Compare float point and quantized models at corresponding locations
    • 3. Compare a module in a quantized model with its float point equivalent, with the same input data
  • 结论

上一页

量化张量

下一页

基础