AMCT工具（Caffe）
- 快速入门
本章节以压缩特性中的量化功能为例，并借助sample中ResNet-50网络模型，为您介绍如何使用命令行方式压缩一个模型。
- 概述
- 工具安装
- 量化
- 张量分解
张量分解通过分解卷积核的张量，将一个卷积转化成两个小卷积的堆叠来降低推理开销，如用户模型中存在大量卷积，且卷积核shape普遍大于(64, 64, 3, 3)时推荐使用张量分解。
- 获取更多样例
本节给出AMCT所有压缩特性的样例列表，用户可以根据具体要使用的功能，单击链接获取样例代码，也可以参见其中的README_CN.md运行样例。
- 扩展更多特性（模型适配）
如果用户有自己计算得到的量化因子以及Caffe原始模型，该模型无法直接使用ATC工具转成适配昇腾AI处理器的离线模型，需要借助该章节提供的功能，将其转成CANN量化模型格式，然后才能使用ATC工具，将CANN量化模型转成适配昇腾AI处理器的离线模型。
- 命令行参数说明
- Python API接口说明
- FAQ
- 附录