Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • Paddle-Lite
  • Issue
  • #2809

P
Paddle-Lite
  • 项目概览

PaddlePaddle / Paddle-Lite

通知 337
Star 4
Fork 1
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 271
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 78
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
Paddle-Lite
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 271
    • Issue 271
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 78
    • 合并请求 78
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 2月 04, 2020 by saxon_zh@saxon_zhGuest

[dev] PaddleLite支持无校准数据的训练后量化方法

Created by: Superjomn

无校准数据的训练后量化方法:

  • 训练端:针对conv2d、depthwise_conv2d和mul op的权重,计算fp32权重的绝对值最大值,将fp32权重量化为int8/16类型,保存int8/16权重和scale,产出量化模型。
  • 预测端:读取量化模型,使用scale将int8/16类型权重反量化为fp32类型权重,进行正常预测。
  • 不降低精度,减小模型存储大小(2~4倍)

具体参考 #2791

指派人
分配到
v2.3
里程碑
v2.3 (Past due)
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/Paddle-Lite#2809
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7