《A Survey of Quantization Methods for Efficient》论文解读------关于模型量化的报告

这篇文章是关于21年的论文《A Survey of Quantization Methods for Efficient》的解读，因为论文篇幅较大，所以不会全文翻译，只提取关键点进行翻译讲解。本文虽然篇幅比较大，但对于了解模型量化却有比较全面的帮助，读者可以对照原论文一起阅读，对于不懂的，或者出错的地方，可在评论区中留言。

摘要：提出了在当下，内存或计算资源受限的情况下，如何将连续数值，分布至最小的比特数表示的离散数上，并且保证原先的准确率的问题。

I. INTRODUCTION：

在当前，我们通过堆积大量的参数，使我们的模型准确率得到明显的提高，然而，在资源受限，实时性要求的情况下，却存在壁垒，于是为了实现高精度，高效，实时的模型结构，需要思考重新模型的构建，于是，有以下几个方法可实施，同时对精度及泛化性进行了最佳的权衡。

A）.Designing effificient NN model architectures

通过设计模型架构，包括基本单元及模块，但这需要人工设计，于是，AutoML（自动机器学习）及NAS（模型结构搜索）便诞生了。通过限制模型大小，自动找到合适正确的模型结构。

B）.Co-designing NN architecture and hardware together