# 卷積神經網絡量化

1，神經網絡和卷積神經網絡模型量化方法，主要包括線性量化和聚類量化兩種方法。

2，可指定模型進行定點話，并輸出量化后參數統計和finetune，可設置任意bit量化。

3，支持MLP,Lenet,Alexnet,VGG,GoogleNet系列,Resnet系列，MobileNet系列的量化。

　下載地址：下載地址

# 部分代碼--線性量化

#!/usr/bin/env python
# coding: utf-8# In[25]:import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import datasets, transforms
import torch.utils.data
import numpy as np
from sklearn.cluster import KMeans
import math
from copy import deepcopy# In[26]:def quantize_tensor(x, num_bits=8):qmin = 0.qmax = 2.**num_bits - 1.min_val, max_val = x.min(), x.max()scale = (max_val - min_val) / (qmax - qmin)initial_zero_point = qmin - min_val / scalezero_point = 0if in

總結

以上是生活随笔為你收集整理的基于pytorch的卷积神经网络量化实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。