---
title: 简介
description: "本节介绍基于图结构的量化，给出量化的分类以及各个分类下的量化流程和调用示例。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0045.html
sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0045.html
indexId: 17524300ec3a874c90cb0e00a113ed9c0bd1b17d4a20b0644c7303f50ea8eb5e65
---
# 简介

本节介绍基于图结构的量化，给出量化的分类以及各个分类下的量化流程和调用示例。

量化根据是否需要重训练，分为训练后量化（Post-Training Quantization，简称PTQ）和量化感知训练（Quantization-Aware Training，简称QAT），量化相关概念解释请参见量化，量化算法介绍请参见压缩算法。

- 训练后量化
  根据量化后是否手动调优量化配置文件，分为手工量化和基于精度的自动量化。

  如果量化后的精度不满足要求，则可以进行基于精度的自动量化或手工调优，推荐使用基于精度的自动量化。

- 量化感知训练
  量化感知训练当前仅支持对float32数据类型的网络模型进行量化。

  当前仅支持手工量化，如果量化后的精度不满足要求，可以进行手工调优。