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!

Inizia con l’esempio collegato quantize_with_inc.ipynb e verifica come salva il modello PyTorch quantizzato. Verifica se il percorso di input/output ONNX richiesto è supportato e se in questo esempio debba essere incluso un esempio di esportazione. Il lavoro è completo quando è disponibile una risposta o un esempio chiaro e riproducibile che copra la quantizzazione ONNX diretta e il percorso di esportazione alternativo.