使用TensorFlow Lite对机器学习模型进行训练后量化 该项目是学士学位论文主题的实际实施。 该主题的任务是使用TensorFlow Lite分别使用TensorFlow Lite提供的训练后量化技术来优化两个专注于图像分类和语义分割的机器学习模型。 对模型进行量化/优化后，在笔记本电脑（基于Intel处理器）和Raspberry Pi 4（基于ARM处理器）上使用未优化和优化的模型进行推理。 在以两个模型的量化/非量化格式进行推理后，将推理结果进行比较。