下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

获取更多样例

表1 Sample列表

Sample名称

Sample获取

基本功能

量化过程

cmd

单击GiteeGithub,进入Ascend samples开源仓,从“cmd”目录中获取样例。

使用命令行方式进行训练后量化。

请参见样例工程中的README。

resnet50

单击GiteeGithub,进入Ascend samples开源仓,从“resnet50”目录中获取样例。

分类网络量化,该sample可以实现如下功能:

  • 训练后量化:均匀量化、非均匀量化(包括静态非均匀量化,自动非均匀量化)
  • 量化感知训练
  • 模型适配

请参见样例工程中的README。

faster_rcnn

单击GiteeGithub,进入Ascend samples开源仓,从“faster_rcnn”目录中获取样例。

检测网络训练后量化。

请参见样例工程中的README。

mobilenetV2

单击GiteeGithub,进入Ascend samples开源仓,从“mobilenetV2”目录中获取样例。

基于精度的自动量化。

请参见样例工程中的README。

mnist

单击GiteeGithub,进入Ascend samples开源仓,从“mnist”目录中获取样例。

MNIST网络模型训练后量化,该sample用于快速验证AMCT的量化功能。

请参见样例工程中的README。

tensor_decompose

单击GiteeGithub,进入Ascend samples开源仓,从“tensor_decompose”目录中获取样例。

张量分解。

请参见样例工程中的README。

搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词