【模型量化】HAQ：强化学习让模型压缩90%而精度几乎不受影响

HAQ-for-Mobilenetv3-Quantization

代码地址：

https://github.com/Sharpiless/HAQ-for-Mobilenetv3-Quantization

论文地址：

https://arxiv.org/abs/1811.08886?

算法简介：

HAQ(Hardware-Aware Automated Quantization with Mixed Precision)是一个自动化的混合精度量化框架，使用强化学习让每一层都学习到了适合该层的量化位宽。

不同的网络层有不同的冗余性，因此对于精度的要求也不同，当前已经有许多的芯片开始支持混合精度。通常来说，浅层特征提取需要更高的精度，卷积层比全连接层需要更高的精度。如果手动的去搜索每一层的位宽肯定是不现实的，因此需要采用自动搜索策略。

另一方面，一般大家使用FLOPS，模型