2. 量化與壓縮 (Quantization & compression)_ 「三 ,AI 算法優化」

通過降低模型的位精度來减少存儲和計算需求，同時保持所需的準確度。這一過程通常涉及將浮點數權重轉化爲較低位數（如8位或16位整數），以减小模型的大小幷加快計算速度。

過程：在模型訓練完成後，進行量化以减少參數的位數。此過程中，采用特定的技術來調整模型，使其在量化後仍能維持高精度。這通常包括微調步驟，以確保量化後的模型性能穩定，精度損失最小化。

應用：量化與壓縮技術尤其適用于邊緣設備和移動設備，使得在計算能力和存儲空間有限的情况下，仍能運行複雜的深度學習任務，從而提高用戶體驗。