1# OH_NN_QuantParam 2 3 4## 概述 5 6量化信息。 7 8在量化的场景中，32位浮点型数据根据以下公式量化为定点数据： 9 10 11 12其中s和z是量化参数，在OH_NN_QuanParam中通过scale和zeroPoint保存，r是浮点数，q是量化后的结果，q_min是量化后下界，q_max是量化后的上界，计算方式如下： 13 14 15 16 17 18clamp函数定义如下： 19 20 21 22**起始版本：** 9 23 24**弃用：** 从API version 11开始，此接口废弃。 25 26**替代：** 推荐使用[NN_QuantParam](_neural_nework_runtime.md#nn_quantparam)。 27 28**相关模块：** [NeuralNeworkRuntime](_neural_nework_runtime.md) 29 30 31## 汇总 32 33 34### 成员变量 35 36| 名称 | 描述 | 37| -------- | -------- | 38| [quantCount](#quantcount) | 指定numBits、scale和zeroPoint数组的长度。在per-layer量化的场景下，quantCount通常指定为1，即一个张量所有通道 共享一套量化参数；在per-channel量化场景下，quantCount通常和张量通道数一致，每个通道使用自己的量化参数。 | 39| [numBits](#numbits) | 量化位数 | 40| [scale](#scale) | 指向量化公式中scale数据的指针 | 41| [zeroPoint](#zeropoint) | 指向量化公式中zero point数据的指针 | 42 43 44## 结构体成员变量说明 45 46 47### numBits 48 49``` 50const uint32_t* OH_NN_QuantParam::numBits 51``` 52 53**描述** 54 55量化位数 56 57 58### quantCount 59 60``` 61uint32_t OH_NN_QuantParam::quantCount 62``` 63 64**描述** 65 66指定numBits、scale和zeroPoint数组的长度。在per-layer量化的场景下，quantCount通常指定为1，即一个张量所有通道 共享一套量化参数；在per-channel量化场景下，quantCount通常和张量通道数一致，每个通道使用自己的量化参数。 67 68 69### scale 70 71``` 72const double* OH_NN_QuantParam::scale 73``` 74 75**描述** 76 77指向量化公式中scale数据的指针 78 79 80### zeroPoint 81 82``` 83const int32_t* OH_NN_QuantParam::zeroPoint 84``` 85 86**描述** 87 88指向量化公式中zero point数据的指针
