引言：一般神经网络量化有两个目的：

1. 为了加速，在某些平台上浮点数计算比较耗费时间，替换为整形可以加快运算
2. 为了部署，某些平台上只支持整形运算，比如在芯片中

如果是第1个目的，则使用常规的量化手段就可以满足，将浮点数运算变成整形运算+较少的浮点运算

但是如果是第2个目的，那就需要对量化手段做一下改变。

如果是初学者，大家可以先看我的另一篇博客，这里有详细介绍【精选】神经网络量化----吐血总结-CSDN博客量化技术是连接学院派和工程派之间的桥梁，效果再好的网络速度不快，那么也不会在工业上普及，因此量化技术还是很有发展潜力的。_神经网络量化https://blog.csdn.net/weixin_41910772/article/details/109637956

目录