文档首页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0/200提交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Gitee或Github,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Gitee或Github,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Gitee或Github,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Gitee或Github,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Gitee或Github,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Gitee或Github,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。 父主题: AMCT工具(Caffe) 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