基于pytorch的卷积神经网络量化实现

# 卷积神经网络量化

1，神经网络和卷积神经网络模型量化方法，主要包括线性量化和聚类量化两种方法。

2，可指定模型进行定点话，并输出量化后参数统计和finetune，可设置任意bit量化。

3，支持MLP,Lenet,Alexnet,VGG,GoogleNet系列,Resnet系列，MobileNet系列的量化。

　下载地址：下载地址

# 部分代码--线性量化

#!/usr/bin/env python
# coding: utf-8

# In[25]:


import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import datasets, transforms
import torch.utils.data
import numpy as np
from sklearn.cluster import KMeans
import math
from copy import deepcopy


# In[26]:


def quantize_tensor(x, num_bits=8):
    qmin = 0.
    qmax = 2