训练后量化 (quantization) (PTQ) 是直接对已训练好的模型进行量化。这种做法避免了计算成本高昂的再训练，因此成为减小模型大小和提升推理 (inference)速度的有效选择。PTQ 的工作方式是将模型的权重 (weight)（有时也包括激活值）从像 $FP32$ 这样的高精度格式转换为 $INT8$ 或 $INT4$ 等低精度整数类型。

本章将介绍 PTQ 的实际应用方面：

• 基本原理和工作流程。
• 校准数据在确定量化范围中的作用。
• 静态和动态量化方法的区别。
• 计算量化参数 (parameter)的常用算法。
• 量化过程中处理异常值的技术。
• 了解基本 PTQ 方法固有的精度局限。
• 通过一个实际操作的例子实现静态 PTQ。