雷锋网音讯，Google今日发布了 Quantification Aware Training（QAT）API，使开发人员可以运用量化的优势来练习和布置模型AI模型。经过这个API，可以将输入值从大调集映射到较小调集的输出，一同，坚持挨近原始状况的准确性。

新的API的方针是支撑开发更小、更快、更高效的机器学习（ML）模型，这些模型十分适合在现有的设备上运转，例如那些核算资源十分名贵的中小型企业环境中的设备。

除了模仿精度下降的核算外，QAT API还担任记载必要的计算信息，以量化练习整个模型或模型的一部分。比方，这可以使开发人员可以经过调用模型练习API将模型转换为量化的TensorFlow Lite模型。或许，开发人员可以在模仿量化怎么影响不同硬件秋霞电影网后端的准确性的一同测验各种量化战略。

Google表明，在默许情况下，作为TensorFlow模型优化东西包一部分的QAT API装备为与TensorFlow Lite中供给的量化履行支撑一同运用，TensorFlow Lite是Google的东西集，旨在将其TensorFlow机器学习框架上构建的模型可以适应于移动设备，嵌入式和物联网设备。

"咱们很快乐看到QAT API怎么进一步使TensorFlow用户在其支撑TensorFlow Lite的产品中打破有用履行的边界，以及它怎么为研讨新的量化算法和进一步开发具有不同精度特性的新硬件渠道翻开大门"，Google在博客中写道。

雷锋网编译，via venturebeat 雷锋网雷锋网(大众号：雷锋网)

雷锋网原创文章，未经授权制止转载。概况见转载须知。

来源:版权归属原作者,部分文章推送时未能及时与原作者取得联系,若来源标注错误或侵犯到您的权益烦请告知，我们会及时删除。联系QQ:110-242-789