Atlas系列硬件: Atlas 200l DK A2 开发者套件; Atlas 200l DK 开发者套件（型号：3000）; 加速模块、加速卡、智能小站、服务器、集群

异构计算架构: CANN社区版; CANN商用版

AI框架: MindSpore; TensorFlow框架适配（社区版）; TensorFlow框架适配（商用版）; PyTorch框架适配

分布式训练加速套件: MindSpeed

昇腾推理引擎: MindIE

应用使能MindX: MindX DL; MindX Edge; MindX SDK

全流程开发工具: MindStudio

评分

提单

论坛

小AI

概览

本节给出命令行场景所使用的参数概览。

如果通过amct_xxx calibration --help命令查询出的参数未解释在表1，则说明该参数预留或适用于其他芯片版本，用户无需关注。
使用amct_xxx命令行进行量化时，命令有两种方式，用户根据实际情况进行选择：
- amct_xxx calibration param1=value1 param2=value2 ...（value值前面不能有空格，否则会导致截断，param取的value值为空）
- amct_xxx calibration param1 value1 param2 value2 ...

xxx请替换为具体框架名称：caffe、tensorflow、onnx。

表1 参数概览
参数项	参数说明	使用框架/网络	使用场景
--help或--h	打印帮助信息。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：可选
--model	待量化网络的模型文件路径与文件名，格式为.prototxt。	Caffe TensorFlow ONNX	训练后量化：必填 QAT模型适配CANN模型：必填
--weights	待量化网络的权重文件路径与文件名，格式为.caffemodel。该参数仅适用于Caffe框架模型。	Caffe	训练后量化：必填
--outputs	指定原始模型输出Tensor的名称。	TensorFlow	训练后量化：必填 QAT模型适配CANN模型：必填
--save_path	量化后模型的存放路径。	Caffe TensorFlow ONNX	训练后量化：必填 QAT模型适配CANN模型：必填
--input_shape	指定模型输入数据的shape。若未使用--evaluator参数，则该参数必填。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--batch_num	训练后量化推理阶段的batch数。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--calibration_config	训练后量化简易配置文件路径与文件名。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--data_dir	与模型匹配的bin格式数据集路径。若未使用--evaluator参数，则该参数必填。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--data_types	输入数据的类型。若未使用--evaluator参数，则该参数必填。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--evaluator	基于"Evaluator"基类并且包含evaluator评估器的python脚本。该参数与--input_shape、--data_dir、--data_types不能同时使用。	Caffe TensorFlow ONNX	训练后量化：可选 QAT模型适配CANN模型：不适用
--feature	模型压缩特性使能开关。	TensorFlow	训练后量化：可选 QAT模型适配CANN模型：不适用
--gpu_id	指定使用GPU进行量化。	Caffe	训练后量化：可选

父主题： 命令行参数说明