整体约束和接口列表

整体约束

若接口中存在需要用户输入文件路径的参数，请确保输入路径正确，AMCT不会对路径做安全校验。
若接口中存在需要用户输入文件路径的参数，重新执行量化时，该参数相关取值将会被覆盖；量化打屏日志中也会有相关文件被覆盖的warning风险提示信息。

接口列表

分类	接口名称	功能描述
公共接口	set_gpu_mode	调用该接口之后，AMCT执行权重量化的时候，会使用GPU进行加速。
公共接口	set_cpu_mode	调用该接口之后，AMCT执行权重量化的时候，使用CPU进行计算。
训练后量化接口	create_quant_config	训练后量化接口，根据图的结构找到所有可量化的层，自动生成量化配置文件，并将可量化层的量化配置信息写入配置文件。
	init	训练后量化接口，用于初始化AMCT，记录存储量化因子的文件，解析用户模型为图结构graph，供quantize_model和save_model使用。
	quantize_model	训练后量化接口，根据用户设置的量化配置文件对图结构进行量化处理，该函数在config_file指定的层插入权重量化层，完成权重量化，并插入数据量化层，将修改后的网络存为新的模型文件。
	save_model	训练后量化接口，根据修改后的图结构，插入AscendQuant、AscendDequant等算子，将模型保存为可以做推理的文件，支持保存为可在Caffe环境下做精度仿真的fake_quant模型，和可在昇腾AI处理器上做推理的deploy模型。
	auto_nuq	训练后量化接口，根据用户输入的模型、配置文件进行自动非均匀量化，搜索得到一个满足目标精度的非均匀量化配置，输出可以在Caffe环境下做精度仿真的fake_quant模型，和可在昇腾AI处理器上做在线推理的deploy模型。
	accuracy_based_auto_calibration	根据用户输入的模型、配置文件进行自动的校准过程，搜索得到一个满足目标精度的量化配置，输出可以在Caffe环境下做精度仿真的fake_quant模型，和可在昇腾AI处理器上做推理的deploy模型。
量化感知训练接口	create_quant_retrain_config	量化感知训练接口，根据图的结构找到所有可量化的层，自动生成量化配置文件，并将可量化层的量化配置信息写入配置文件。
	create_quant_retrain_model	量化感知训练接口，根据用户设置的量化配置文件对图结构进行量化处理，该函数在config_file指定的层插入数据和weights伪量化层，将修改后的网络存为新的模型文件。
	save_quant_retrain_model	量化感知训练接口，根据用户最终的重训练好的模型，插入AscendQuant、AscendDequant等算子，生成最终fake quant仿真模型和deploy部署模型。
模型适配接口	convert_model	根据用户自己计算得到的量化因子以及Caffe模型，适配成可以在昇腾AI处理器上做在线推理的Deploy量化部署模型和可以在Caffe环境下进行精度仿真的Fakequant量化模型。
张量分解接口	auto_decomposition	根据用户提供的Caffe原始模型（.prototxt和.caffemodel），生成张量分解后的模型文件以及权重文件。

父主题： 接口说明