获取更多样例

表1 Sample列表
特性	获取链接
基于精度的自动量化	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
均匀量化	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
非均匀量化	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
量化感知训练	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
自动通道稀疏搜索	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
通道稀疏	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
4选2结构化稀疏	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
组合压缩	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
张量分解	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
单算子模式的量化感知训练	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
逐层蒸馏	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。
KV Cache量化	单击Gitee，进入Ascend samples开源仓，参见样例工程中的README执行相关操作。

父主题： AMCT工具（PyTorch）