有没有办法进行以下过程： https://www.tensorflow.org/performance/quantization
和电话：tf.contrib.quantize.create_eval_graph()
可以像下面的调用一样以这样的方式进行调整吗？
https://www.tensorflow.org/versions/master/api_docs/python/tf/quantize
我希望将权重缩放到对称范围的 8 位，精确 0 和最大/最小值是 2 的幂，就像SCALED模式一样。例如，我更喜欢 -31 到 31 而不是 -10 到 30。即使当-10到30在8位时也能提供更好的分辨率，但精确的0，对称性和范围作为2的幂对于DSP设备更为重要。
到目前为止，TOCO(tf.lite.TocoConverter(没有控制量化类型的选项，因为您实际上想要对称量化而不是非对称方法。但是，在量化过程中，实际值 0.0 可以保证准确。这意味着 0.0 映射到 uint8 q，没有任何舍入误差。