torch.quantize_per_tensor(input,scale, zero_point, dtype)实现8位量化：

摘要：对该函数各个参数的分析

量化：

计算机运算时，默认32位浮点数，若将32位浮点数，变成8位定点数，会快很多。
目前pytorch中的反向传播不支持量化，所以该量化只用于评估训练好的模型，或者将32位浮点数模型存储为8位定点数模型，读取8位定点数模型后需要转换为32位浮点数才能进行神经网络参数的训练。

量化函数原型：Q = torch.quantize_per_tensor(input,scale = 0.025 , zero_point = 0, dtype = torch.quint8)

**

1. input为准备量化的32位浮点数，Q为量化后的8位定点数
2. dtype为量化类型，quint8代表8位无符号数，qint8代表8位带符号数，最高位是符号位
3. 假设量化为qint8,设量化后的数Q为0001_1101,最高位为0（符号位），所以是正数；后7位转换为10进制是29，所以Q代表的数为 ：zero_point + Q * scale = 0 + 29 * 0.025 = 0.725
4. 所以最终使用print显示Q时，显示的不是0001_1101而是0.725，但它在计算机中存储时，是0001_1101
5. 使用dequantize()可以解除量化
6. 量化公式为：

**

代码及其运行结果：

总结：

以zero_point为中心，用8位数Q代表input离中心有多远，scale为距离单位
即input ≈ zero_point + Q * scale