结论：80%模型体积缩减不可稳定达成，实际压缩率通常为65%–75%；PyTorch静态量化必须校准，否则精度严重下降，且需匹配backend并验证dtype与op类型。
直接说结论：用 torch.quantization 或 tf.lite.TFLiteConverter 做训练后量化（PTQ），80% 的模型体积缩减能稳定达成，前提是校准数据有代表性、硬件后端匹配。
PyTorch 静态量化必须做校准，否则精度崩得很快
静态量化依赖representative_dataset 估算激活值分布，没这步就直接 convert()，模型会跑出完全错误的输出。
- 校准数据不需要标签，但必须覆盖真实推理场景的输入范围（比如图像分类就用一批典型测试图，不是随机噪声）
- 数据量不用多，50–100 张图通常够用；太少会导致 scale/zp 计算失真
- 必须用和部署环境一致的 backend：CPU 上用 'fbgemm'，ARM 设备上可能得切到 'qnnpack'
- 示例关键链路：model.qconfig = get_default_qconfig('fbgemm') → prepare() → 跑校准数据 → convert()TensorFlow Lite 的 Optimize.DEFAULT 不等于全量化
只设 converter.optimizations = [tf.lite.Optimize.DEFAULT]，默认只做权重压缩（比如 float32 → float16），不会生成 int8 模型。
- 要真正进 INT8，必须显式加三行：
converter.representative_dataset = representative_data_genconverter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS_INT8]converter.inference_input_type = tf.int8（输出同理）
- representative_data_gen 必须是可迭代的 generator，返回 shape 匹配的 tf.Tensor，不能是 list 或 numpy array 直接塞进去
- 错误写法：converter.representative_dataset = calib_data（列表）→ 运行时报 TypeError: 'list' object is not callable量化后模型体积没变小？先检查 backend 和导出格式
常见假阴性原因： - PyTorch 导出的是torch.jit.script 或 torch.jit.trace 模型，没走 torch.quantization.convert()，实际还是 float32 权重
- TensorFlow 中用了 from_keras_model() 却没关 eager mode，某些层会跳过量化节点插入
- TFLite 模型用 netron 打开一看，Op 类型全是 CONV_2D 而不是 CONV_2D_INT8，说明量化没生效
- PyTorch 的 torch.quantization.convert() 后，用 print(next(model.parameters()).dtype) 确认是否变成 torch.qint8真正卡住的地方不在代码行数，而在校准数据是否“像真实输入”、backend 是否启用、以及导出后有没有验证 dtype 和 op 类型——这三个点漏掉任何一个，量化都只是看起来跑通了。
