---
title: create_quant_retrain_model
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0093.html
sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0093.html
indexId: 1670a62e26ad192abed102b7899d17a44a11fd5ab61fa9addaf8d955c11f7e8465
---
# create_quant_retrain_model

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas 350 加速卡 | INT8量化：√ |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | INT8量化：√ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | INT8量化：√ |
| Atlas 200I/500 A2 推理产品 | INT8量化：√ |
| Atlas 推理系列产品 | INT8量化：√ |
| Atlas 训练系列产品 | INT8量化：√ |


#### 功能说明

量化感知训练接口，将输入的待量化的图结构按照给定的量化配置文件进行量化处理，在传入的图结构中插入量化相关的算子（数据和权重的量化感知训练层以及找N的层），生成量化因子记录文件record_file，返回修改后可用于量化感知训练的torch.nn.Module模型。


#### 函数原型

```
quant_retrain_model = create_quant_retrain_model (config_file, model, record_file, input_data)
```


#### 参数说明

| 参数名 | 输入/输出 | 说明 |
| --- | --- | --- |
| config\_file | 输入 | 含义：用户生成的量化感知训练配置文件，用于指定模型network中量化层的配置情况。 数据类型：string |
| model | 输入 | 含义：待进行量化感知训练的模型，已加载权重。 数据类型：torch.nn.Module |
| record\_file | 输入 | 含义：量化因子记录文件路径及名称。 数据类型：string |
| input\_data | 输入 | 含义：模型的输入数据。一个torch.tensor会被等价为tuple(torch.tensor)。 数据类型：tuple |


#### 返回值说明

返回修改后可用于量化感知训练的torch.nn.Module模型。


#### 调用示例

```
import amct_pytorch as amct
# 建立待进行量化感知训练的网络图结构
model = build_model()
model.load_state_dict(torch.load(state_dict_path))
input_data = tuple([torch.randn(input_shape)])
 
scale_offset_record_file = os.path.join(TMP, 'scale_offset_record.txt')
# 插入量化API
quant_retrain_model = amct.create_quant_retrain_model(
               config_json_file,
               model,
               scale_offset_record_file,
               input_data)
```