一种基于长距离依赖关系和零样本生成的模型量化方法

本发明公开了一种基于长距离依赖关系和零样本生成的模型量化方法，包括以下步骤：步骤1、构建合成数据生成网络；步骤2、将标准高斯噪声输入合成数据生成网络进行训练直至合成数据生成网络的损失收敛，得到合成数据；步骤3、将合成数据作为校准数据对目标图像分类模型进行后训练量化，得到量化模型；接着，以量化模型结合全精度模型构建蒸馏网络；然后，将合成数据输入所述蒸馏网络进行训练直至蒸馏网络的损失收敛，以微调其中的量化模型，得到微调后的量化模型。本发明提升了量化模型对各类数据的泛化性，可以将常见的图像分类模型压缩量化，并在广泛使用的图像数据集上表现出卓越的量化性能。