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Gitee获取样例，参见README执行相关操作。
	均匀量化	单击Gitee获取样例，参见README执行相关操作。
	非均匀量化	单击Gitee获取样例，参见README执行相关操作。
	量化感知训练	单击Gitee获取样例，参见README执行相关操作。
	自动通道稀疏搜索	单击Gitee获取样例，参见README执行相关操作。
	通道稀疏	单击Gitee获取样例，参见README执行相关操作。
	4选2结构化稀疏	单击Gitee获取样例，参见README执行相关操作。
	组合压缩	单击Gitee获取样例，参见README执行相关操作。
	张量分解	单击Gitee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Gitee获取样例，参见README执行相关操作。
	逐层蒸馏	单击Gitee获取样例，参见README执行相关操作。
	KV Cache量化	单击Gitee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Gitee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Gitee获取样例，参见README执行基于精度的自动量化。
	均匀量化	单击Gitee获取样例，参见README执行均匀量化。
	非均匀量化	单击Gitee获取样例，参见README执行非均匀量化。
	QAT模型适配CANN模型	单击Gitee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Gitee获取样例，参见README执行相关操作。
	基于精度的自动量化	单击Gitee获取样例，参见README执行相关操作。
	均匀量化	单击Gitee获取样例，参见README执行相关操作。
	非均匀量化	单击Gitee获取样例，参见README执行相关操作。
	量化感知训练	单击Gitee获取样例，参见README执行相关操作。
	自动通道稀疏搜索	单击Gitee获取样例，参见README执行相关操作。
	通道稀疏（手工稀疏）	单击Gitee获取样例，参见README执行相关操作。
	4选2结构化稀疏	单击Gitee获取样例，参见README执行相关操作。
	组合压缩	单击Gitee获取样例，参见README执行相关操作。
	张量分解	单击Gitee获取样例，参见README执行相关操作。
	convert_model接口模型适配	单击Gitee获取样例，参见README执行相关操作。
	QAT模型适配CANN模型	单击Gitee获取样例，参见README执行相关操作。
Caffe	命令行方式量化	单击Gitee获取样例，参见README执行相关操作。
	基于精度的自动量化	单击Gitee获取样例，参见README执行相关操作。
	均匀量化	单击Gitee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Gitee获取样例，参见README执行相关操作。静态非均匀量化：单击Gitee获取样例，参见README执行相关操作。
	量化感知训练	单击Gitee获取样例，参见README执行相关操作。
	张量分解	单击Gitee获取样例，参见README执行相关操作。
	模型适配	单击Gitee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Gitee，从“mobilenetv2”目录中获取样例，参见README执行相关操作。
TensorFlow,Ascend	yolov3	检测网络模型训练后量化，单击Gitee，从“yolov3”目录中获取样例，参见README执行相关操作。