基于生成器的深度学习模型多样性无数据量化方法

本发明提供了一种基于生成器的深度学习模型多样性无数据量化方法，包括：获取目标生成数据的类别标签的基础特征表示；生成器通过归一化流映射不同层次的生成特征，每一层注意力机制都加入一个映射后的噪音数据学习不同类别标签之间的关系，生成合成数据；合成数据同时输入至全精度模型和量化模型中，从全精度模型中提取不同层次的识别特征；多层特征混合器获取同一类合成数据在不同层次的识别特征并进行线性融合，融合结果用于初始化基础特征表示；将量化模型与全精度模型的各个层级进行对齐，利用全精度模型和量化模型输出的分布差异进行量化模型的校准。本发明满足了无数据量化模型的多样性量化需求，保证了有效提升模型量化效果。