VIP20

本课程属于：008-TinyML模型量化与INT8校准 工业控制与工业互联网 · 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

TFLite Converter PTQ INT8转换步骤详解

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

学习目标 · 适用人群 · 课程结构

课程导入学习目标

模型量化基础

什么是量化 · 为什么需要量化 · 量化类型（PTQ vs QAT）

模型量化基础什么是量化

TFLite与Converter概述

TFLite生态 · Converter的作用 · 转换流程总览

TFLiteConverter

训练或获取浮点模型 · 模型格式（SavedModel · Keras H5

准备模型训练或获取浮点模…

代表性数据集准备

PTQ需要校准数据 · 数据数量与多样性 · 数据预处理（归一化

代表性数据集准备PTQ

校准数据集生成

从训练集或验证集采样 · 批次大小选择 · 数据增强对校准的影响

校准数据集生成从训练集或验证集…

TFLiteConverter基础用法

加载模型 · 基本转换（float32） · 保存.tflite文件

TFLiteConver…基础用法

PTQ INT8转换核心步骤

设置optimizations · 指定代表性数据集 · 启用INT8量化

优化配置详解

tf.lite.Optimize.D… · OPTIMIZE_FOR_SIZE · OPTIMIZE_FOR_LATEN…

优化配置详解tf.lite.Opti…

量化精度控制

target_spec.suppor… · supported_types · experimental_new_q…

量化精度控制target

代表性数据集生成器编写

Python生成器要求 · yield用法 · 数据预处理与标签处理

代表性数据集生成…Python

转换过程调试

常见错误（数据形状不匹配 · 类型错误 · 校准数据不足）

转换过程调试常见错误

转换后模型验证

加载TFLite模型 · 使用Interpreter运行推理 · 比较浮点与量化输出

转换后模型验证TFLite

量化模型性能评估

推理速度 · 模型大小 · 内存占用

量化模型性能评估推理速度

精度损失分析与优化

常见精度下降原因 · 调整校准数据 · 混合量化

精度损失分析优化

混合量化（Partial Quantization）

原理 · 如何指定层不量化 · 适用场景

PartialQuantization

动态范围量化 vs 全整型量化

区别 · 优缺点 · 适用场景

vs动态范围量化

INT8量化与硬件加速

Edge TPU · GPU · CPU对INT8的支持

案例实战一

图像分类模型（MobileNetV2… · 代码 · 精度对比

案例实战一MobileNetV2

案例实战二

目标检测模型（SSD MobileN… · 锚点 · 后处理

案例实战二SSD

案例实战三

NLP模型（BERT小型）PTQ I… · 动态输入 · 量化挑战

案例实战三NLP

案例实战四

自定义模型（简单CNN）PTQ IN…

案例实战四CNN

批量转换与自动化

脚本化转换流程 · 批量处理多个模型 · 配置文件管理

批量转换自动化

常见问题与解决方案

转换失败 · 精度崩溃 · 推理错误

常见问题解决方案

TFLite模型部署

Android/iOS/Raspbe… · 使用TFLite Runtime · 性能调优

TFLite模型部署

量化模型在嵌入式设备上的优化

内存布局 · 算子融合 · 缓存优化

量化模型嵌入式设备上的优…

与TensorRT、ONNX Runtime等对比

不同框架的PTQ INT8实现 · 优缺点 · 迁移指南

量化感知训练（QAT）简介 · 与PTQ结合 · 何时需要QAT

高级主题QAT

从零构建一个PTQ INT8转换流水… · 包含数据准备 · 转换

综合项目PTQ

课程总结与进阶路径

核心要点回顾 · 学习资源推荐 · 社区支持

课程总结进阶路径