weight-distribution
가중치 분포
모델 텐서 안의 값들이 어떻게 퍼져 있는지를 히스토그램으로 나타낸 것으로, 양자화에서 결정을 내리는 근거가 된다. 입력은 텐서 값들, 처리 과정은 히스토그램으로 빈도수를 집계해 시각화하고 출력은 분포 모양과 꼬리 부분이다. 꼬리가 길거나 픽이 뚜렷하면 특정 양자화 스킴이 성능에 미치는 영향을 짐작할 수 있다.
가중치 분포
모델 텐서 안의 값들이 어떻게 퍼져 있는지를 히스토그램으로 나타낸 것으로, 양자화에서 결정을 내리는 근거가 된다. 입력은 텐서 값들, 처리 과정은 히스토그램으로 빈도수를 집계해 시각화하고 출력은 분포 모양과 꼬리 부분이다. 꼬리가 길거나 픽이 뚜렷하면 특정 양자화 스킴이 성능에 미치는 영향을 짐작할 수 있다.
