图表内容
TensorFlow量化对模型的优化
Model
准确率（原始）
准确性（训练后量准确性（量化感知
化)
训练)
延迟（原始）(ms)
延迟（训练后量化）
(ms)
Mobilenet-v1-1-224 0.709
0.657
0.7
Mobilenet-v2-1-224 0.719
0.637
0.709
nception v3
0.78
0.772
0.775
esnet v2 101
0.77
0.768
N/A
料来源：TensorFlow官网、华源证券研究
TensorFlow量化对模型的优化
研究报告节选:
0.657Mobilenet-v1-1-224 0.7090.637Mobilenet-v2-1-224 0.7190.7720.78Inception_v3Resnet_v2_1010.7680.77资料来源：TensorFlow官网、华源证券研究最后更新: 2025-02-24
相关行业研究图表
英特尔ultra处理器架构
(训练后量准确性（量化感知
智能手机内存容量预计大幅增长
GPT-4o文本能力对比
ARM架构市场份额逐步提升
Pyiwie Cloud Comoute
TensorFlow量化对模型的优化
Model
准确率（原始）
准确性（训练后量准确性（量化感知
化)
训练)
延迟（原始）(ms)
延迟（训练后量化）
(ms)
Mobilenet-v1-1-224 0.709
0.657
0.7
Mobilenet-v2-1-224 0.719
0.637
0.709
nception v3
0.78
0.772
0.775
esnet v2 101
0.77
0.768
N/A
料来源：TensorFlow官网、华源证券研究
