tensorflow的量化方法——quatization-aware-training

搜集网上的博客以及网上大神的知道，目前我知道tensorflow量化方法有三种。
1：quantized_graph.py工具。（目前这个工具官网上已经移除）我之前试过
教程：https://blog.csdn.net/weixin_40682154/article/details/84950359
我写的有点乱。里面有我参考的连接。
2、post-training-quantization(我没做过)
我现在理解的第一个和第二个都是直接量化训练好的pb文件，他们的区别我还没看。
3. quatization-aware-training
这个是我历时最长的时间搞定的。这个方法是在训练时加入模拟量化操作，然后再转化成tflite文件，进而移动到移动端。
量化方法：按照我的表达能力，感觉自己说的不会很清楚。
参考链接（这里大神写的超级详细，可以参考）：
https://blog.csdn.net/angela_12/article/details/85000072。
我主要写一下踩的坑。
**最大坑：**在pb文件转成tflite时，在用编译好toco时，tensorflow文件夹里面会有一个bazel-bin文件，在写脚本时，toco的路径一定要写这个文件里面的。
错误：
这里的是编译夹运行。编译好之后，直接运行。
上述代码只改第一行：改为：home/sunny/tensorflow/bazel-bin/tensorflow/lite/toco
参考链接：https://blog.csdn.net/chenyuping333/article/details/82108509。