Model Compression Toolkit （MCT）是一个开源项目，用于在高效、受限的硬件下进行神经网络模型优化。该项目为研究人员、开发人员和工程师提供了先进的量化和压缩工具，用于神经网络

一、软件介绍

文末提供程序和源码下载

Model Compression Toolkit （MCT）是一个开源项目，用于在高效、受限的硬件下进行神经网络模型优化。该项目为研究人员、开发人员和工程师提供了先进的量化和压缩工具，用于部署最先进的神经网络

二、Getting Started 开始

Quick Installation 快速安装

Pip install the model compression toolkit package in a Python>=3.9 environment with PyTorch>=2.3 or Tensorflow>=2.14.
Pip 在 Python>=3.9 环境中使用 PyTorch>=2.3 或 Tensorflow>=2.14 安装模型压缩工具包包。

<span style="background-color:var(--bgColor-muted, var(--color-canvas-subtle))"><span style="color:#1f2328"><span style="color:var(--fgColor-default, var(--color-fg-default))"><span style="background-color:var(--bgColor-muted, var(--color-canvas-subtle))"><code>pip install model-compression-toolkit
</code></span></span></span></span>

For installing the nightly version or installing from source, refer to the installation guide.
有关安装 nightly 版本或从源安装的信息，请参阅安装指南。

Important note: In order to use MCT, you’ll need to provide a pre-trained floating point model (PyTorch/Keras) as an input.
重要提示：要使用 MCT，您需要提供预先训练的浮点模型（PyTorch/Keras）作为输入。