我很想了解张量流函数之间的差异
tf.fake_quant_with_min_max_args
tf.fake_quant_with_min_max_vars
正如他们的 API 中一样，它们的描述几乎相同。我通常通过手动量化所需的节点tf.fake_quant_with_min_max_vars，尽管我不确定它是否正确。
例如，权重应该使用 吗tf.fake_quant_with_min_max_args？
同样，查看 的代码quantize.Quantize，我确实明白它基本上会迭代图形，找到兼容的张量并根据 global_step 添加用于身份/量化的节点。但是，我是否应该理解并非所有操作都是量化的（例如 conv1d，尽管 conv2d 和 mat/mul 是量化的）。图书馆以后会支持所有的操作吗？