How to Perform Static Quantization Directly on an ONNX Model Using Intel® Neural Compressor?

Hello,

I'm using Intel® Neural Compressor (INC) to perform static quantization on my custom PyTorch model. I followed this script which demonstrates how to apply static quantization using INC on a PyTorch model.

My goal is to obtain the final quantized model in ONNX format. However, after quantization, saving the q_model results in a .pt file (PyTorch format). I also found that exporting quantized PyTorch models to ONNX is problematic due to limited support and compatibility issues, especially with static quantization.

My Question:

Is there a way to perform static quantization directly on an ONNX model using Intel® Neural Compressor to produce a quantized ONNX model as the output?
Alternatively, is there a specific method to export the statically quantized PyTorch model to ONNX format while addressing the compatibility issues?
Any guidance or examples on how to achieve this would be greatly appreciated.

Thank you!

Beginne mit dem verlinkten quantize_with_inc.ipynb-Beispiel und untersuche, wie es das quantisierte PyTorch-Modell speichert. Überprüfe, ob der angeforderte ONNX-Eingabe-/Ausgabepfad unterstützt wird und ob ein Exportbeispiel in dieses Beispiel gehört. Als erledigt gilt die Aufgabe, wenn eine klare, reproduzierbare Antwort oder ein Beispiel vorliegt, das die direkte ONNX-Quantisierung und den alternativen Exportpfad abdeckt.