深度学习工具箱模型量化库可以量化和压缩您的深度学习模型。它提供仪器服务，使您能够在校准步骤中收集权重、激活和中间计算的层级数据。通过使用检测数据，库/附加组件支持对模型进行量化，并提供度量来验证量化网络的准确性。

该库/附加组件支持一个迭代工作流来优化量化方法，以满足所需的精度。它为选择正确的量化策略提供了启发。
您可以验证量化网络，并将精度与单一精度基线进行比较。

该库/附加组件提供了一个量化应用程序，可以让您分析和可视化测量数据，以理解量化选定层的权重和偏差的准确性的权衡。
库/附加组件支持用于fpga和NVID万博1manbetxIA gpu的INT8量化，用于支持的层。

请参考这里的文档://www.tianjin-qmedu.com/help/deeplearning/ref/deepnetworkquantizer-app.html

这个硬件支持包适用于R202万博1manbetx0a及以上版本。针对GPU的神经网络的量化需要GPU Coder™接口深度学习库支持包。万博1manbetxR2020b增加了对神经万博1manbetx网络目标fpga的量化支持，并需要深度学习HDL工具箱™。

量化工作流的先决条件可以在这个页面上找到:
//www.tianjin-qmedu.com/help/deeplearning/ug/quantization-workflow-prerequisites.html

如果您有下载或安装问题，请联系技术支持-万博1manbetxwww.mathwands.com/contact_ts.

https://www.youtube.com/watch?v=jufOpBeSvHM