模型量化方法和装置、电子设备及存储介质

本申请实施例提供了一种模型量化方法和装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：将神经网络模型转化为Flatbuffer文件；提取出Flatbuffer文件中的权重信息，得到Light‑Flatbuffer文件；根据权重信息组成权重数组；在Light‑Flatbuffer文件中添加索引信息，索引信息用于表征每一层神经网络层的权重数据在权重数组中的偏移位置；确定Light‑Flatbuffer文件中的激活值信息；保留第一激活值的原始位数，并将第二激活值量化到预设位数，得到量化后的神经网络模型。基于此，本申请实施例能够减少更多的神经网络模型内存占用，同时损失更少的神经网络模型精度。