极智AI | 解读深度学习PTQ后量化算法系列

发布时间：2023年12月22日

欢迎关注我的公众号 [极智视界]，获取我的更多经验分享

大家好，我是极智视界，本文来介绍一下 解读深度学习PTQ后量化算法系列。

邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：https://t.zsxq.com/0aiNxERDq

之前陆续输出过一些 PTQ 后量化算法的讲解分享，会涉及十余篇，这里进行一个系列汇总，方便系统地展现给同样对模型小型化感兴趣的朋友。

一般所说的量化算法主要包括后量化 (PTQ) 和 量化感知训练 (QAT)，对于工程部署来说，PTQ 往往会是首选，这是因为它的高效 (训练部署解耦)、简单，但是当部署要求提高的时候，比如要求量化误差更加小、比如要求要更低比特的量化时，那就要倾向推 QAT 了。

由于之前我输出的量化算法解读，大部分还是属于面向高效部署的 PTQ 量化，所以这里主要是 PTQ 量化算法的系列汇总。当然，你如果是对 QAT 感兴趣的话，

文章来源:https://blog.csdn.net/weixin_42405819/article/details/135140871
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章