whs

这里有一个tinypose的PR：https://github.com/PaddlePaddle/PaddleSlim/pull/1179 还在review中。 之前我们对tinypose做全量化，精度损失较大，但可视化效果还可以接受。

PaddleSlim支持FP16量化

这里是静态图量化教程：https://paddleslim.readthedocs.io/zh_CN/latest/tutorials/quant/static/index.html 这里是动态图量化教程：https://paddleslim.readthedocs.io/zh_CN/latest/tutorials/quant/dygraph/index.html

您好，已经复现该问题。正在排查错误原因。

您好， ``` quant_model = ptq.quantize(transformer, fuse=True, fuse_list=None) ptq.save_quantized_model(quant_model, 'models', paddle.static.InputSpec( shape=[1, 128], dtype='int64') ) ``` 在以上两句调用之间需要加一行校准操作：https://github.com/PaddlePaddle/PaddleSlim/blob/develop/demo/dygraph/post_quant/ptq.py#L129 加校准操作，就是过一些测试数据，来计算统计激活的threshold。如果没有这个操作，则threshold为空，就触发了您在日志中看到的报错。 相关文档：https://github.com/PaddlePaddle/PaddleSlim/tree/develop/demo/dygraph/post_quant#校准模型

>按照上面操作加了数据训练，可以保存模型，但是使用 paddle_lite_opt转换的时候会报下面的错，请问这个是配置问题或者算子不支持问题？ 这是算子不支持。 不加量化可以在Paddle-Lite正常部署么？

>直接获取所有卷积操作的变量名称API应该参考哪个？ 对于静态图： ``` for param in program.global_block().all_parameters(): print(f"name: {param.name}; shape: {param.shape}") ``` 对于动态图, 请参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/nn/Layer_cn.html#parameters >uniform 剪枝是步骤是指 获得了所有卷积变量名称后每个变量剪枝相同比例吗？ 是的

## supported models in PaddleClas - [x] ShuffleNetV2_x0_33 - [x] ShuffleNetV2_x2_0 - [x] ShuffleNetV2_x1_5 - [x] ShuffleNetV2_x0_25 - [x] ShuffleNetV2_swish - [x] ShuffleNetV2_x1_0 - [x] ShuffleNetV2_x0_5 - [x] ResNet50_Mixup -...

GhostNet结构如下：

模型库里没有剪裁后的SSD-MobilenetV1模型