样例列表 表1 Sample列表框架 特性 获取链接 PyTorch 基于精度的自动量化 单击auto_calibration获取样例，参见README执行相关操作。 均匀量化 单击calibration获取样例，参见README执行相关操作。 非均匀量化 单击calibration_nuq获取样例，参见README执行相关操作。 量化感知训练 单击retrain获取样例，参见README执行相关操作。 自动通道稀疏搜索 单击auto_channel_prune获取样例，参见README执行相关操作。 通道稀疏 单击channel_prune获取样例，参见README执行相关操作。 4选2结构化稀疏 单击selective_prune获取样例，参见README执行相关操作。 组合压缩 单击mix_compression获取样例，参见README执行相关操作。 张量分解 单击tensor_decompose获取样例，参见README执行相关操作。 单算子模式的量化感知训练 单击retrain_qat_op获取样例，参见README执行相关操作。 逐层蒸馏 单击distillation获取样例，参见README执行相关操作。 ADA自适应舍入量化 单击ada_round_calibration获取样例，参见README执行相关操作。 PyTorch KV Cache量化 单击kv_cache_quantization获取样例，参见README执行相关操作。 ONNX 命令行方式量化 使用命令行方式进行训练后量化使用命令行方式进行QAT模型适配CANN模型 单击cmd获取样例，参见README执行命令行方式量化。 基于精度的自动量化 单击accuracy_based_auto_calibration获取样例，参见README执行基于精度的自动量化。 均匀量化 单击calibration获取样例，参见README执行均匀量化。 非均匀量化 单击calibration_nuq获取样例，参见README执行非均匀量化。 QAT模型适配CANN模型 单击convert_qat2ascend获取样例，参见README将QAT模型转成CANN模型。 TensorFlow 命令行方式量化 使用命令行方式进行训练后量化使用命令行方式进行QAT模型适配CANN模型 单击cmd获取样例，参见README执行相关操作。 基于精度的自动量化 单击auto_calibration获取样例，参见README执行相关操作。 均匀量化 单击calibration获取样例，参见README执行相关操作。 非均匀量化 单击calibration_nuq获取样例，参见README执行相关操作。 量化感知训练 单击retrain获取样例，参见README执行相关操作。 自动通道稀疏搜索 单击auto_channel_prune获取样例，参见README执行相关操作。 通道稀疏（手工稀疏） 单击channel_prune获取样例，参见README执行相关操作。 4选2结构化稀疏 单击selective_prune获取样例，参见README执行相关操作。 组合压缩 单击mix_compression获取样例，参见README执行相关操作。 张量分解 单击tensor_decompose获取样例，参见README执行相关操作。 convert_model接口模型适配 单击convert_model获取样例，参见README执行相关操作。 QAT模型适配CANN模型 单击convert_qat2ascend获取样例，参见README执行相关操作。 Caffe 命令行方式量化 单击cmd获取样例，参见README执行相关操作。 基于精度的自动量化 单击auto_calibration获取样例，参见README执行相关操作。 均匀量化 单击calibration获取样例，参见README执行相关操作。 非均匀量化 自动非均匀量化：单击auto_calibration_nuq获取样例，参见README执行相关操作。静态非均匀量化：单击calibration_nuq获取样例，参见README执行相关操作。 量化感知训练 单击retrain获取样例，参见README执行相关操作。 张量分解 单击tensor_decompose获取样例，参见README执行相关操作。 模型适配 单击convert_model获取样例，参见README执行相关操作。 MindSpore 训练后量化 单击calibration获取样例，参见README执行相关操作。 量化感知训练 单击retrain获取样例，参见README执行相关操作。 TensorFlow,Ascend mobilenetV2 分类网络模型训练后量化，单击amct_tensorflow_ascend，从“mobilenetv2”目录中获取样例，参见README执行相关操作。 yolov3 检测网络模型训练后量化，单击amct_tensorflow_ascend，从“yolov3”目录中获取样例，参见README执行相关操作。
