VIP20

本课程属于：011-TensorFlow Lite模型量化与端侧压缩 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

20. TensorFlow Lite量化交付：PTQ、QAT、INT8与Calibration报告

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

量化在边缘AI中的价值 · TFLite量化全景 · 学习路径与交付目标

数值表示 · 定点与浮点 · 线性量化原理

量化基础数值表示

INT8量化核心

8位整数表示 · 缩放因子与零点 · 量化误差来源

INT8量化核心

TensorFlow Lite量化概览

TFLite转换器 · 量化API · 量化类型（PTQ

TensorFlow版本选择 · 依赖安装 · 模型准备与验证工具链

环境搭建TensorFlow

Calibration概念

校准数据集 · 代表性样本 · 激活值分布统计

Calibration概念

PTQ（训练后量化）基础

权重量化 · 激活量化 · 全整数量化

PTQ训练后量化

使用TFLiteConverter进… · 设置优化标志 · 转换INT8模型

PTQTFLiteConver…

Calibration报告生成

统计每层激活范围 · 量化误差 · 敏感层分析

Calibration报告生成

QAT（量化感知训练）原理

伪量化节点 · 直通估计器 · 训练流程

QAT量化感知训练

在Keras中插入Quantizat… · 微调模型 · 导出QAT模型

QAT与PTQ效果对比

精度 · 模型大小 · 推理速度

INT8模型转换细节

输入输出张量类型 · 量化维度 · per-tensor与per-cha…

INT8模型转换细节

Calibration数据集构建

数据采样策略 · 类别平衡 · 数量选择

Calibration数据集构建

Calibration算法实现

直方图统计 · KL散度 · 熵校准

Calibration算法实现

量化误差分析

权重与激活误差 · 层间累积 · 异常值处理

量化误差分析权重

部分层保持浮点 · 敏感层跳过量化 · 混合精度配置

混合量化部分层保持浮点

TFLite模型验证

量化前后精度评估 · 推理一致性 · 数值比对

TFLite模型验证

算子融合 · 内存布局 · 多线程

性能优化算子融合

Android/iOS/Raspbe… · TFLite Runtime调用

部署实战Android/iOS/…

Calibration报告自动化

生成JSON/CSV报告 · 可视化分布 · 集成CI流程

Calibration报告自动化

常见问题与解决方案

精度下降 · 校准失败 · 算子不支持

常见问题解决方案

量化模型调试

使用TFLite Model Ana… · 打印层输出 · 定位误差来源

量化模型调试TFLite

图像分类模型（MobileNet）P…

案例实战MobileNet

目标检测模型（SSD）INT8量化与…

案例实战SSD

NLP模型（BERT）量化挑战与TF…

案例实战NLP

量化与剪枝、蒸馏结合

模型压缩组合策略 · 协同优化 · 交付流程

生产级交付

量化模型版本管理 · A/B测试 · 监控

生产级交付量化模型版本管理

从预训练模型到INT8量化交付 · 包含Calibration报告 · 精度报告

综合项目INT8

量化最佳实践 · 常见陷阱 · 未来趋势（INT4

课程总结量化最佳实践