基于神经网络的量化方法、装置、芯片、存储介质及程序产品

本申请公开了一种基于神经网络的量化方法、装置、芯片、存储介质及程序产品。方法包括生成初始化数据和模拟数据；通过待量化模型处理初始化数据，以确定各个批量归一化层的松弛分布系数；通过待量化模型分别处理各个模拟数据，以确定各个批量归一化层的输出数据的第二均值和第二方差；确定批量归一化层的总损失，批量归一化层的总损失基于松弛分布系数、及各个批量归一化层对应的第二均值和第二方差；基于批量归一化层的总损失对模拟数据进行迭代，直至确定使得批量归一化层的总损失满足预设条件的目标数据，目标数据用于对待量化模型进行量化，以生成量化模型。可在无数据的情况下，生成用于模型量化的目标数据，从而量化模型，提升模型性能。