Python 量化在TFLite图中是如何以及何时工作的？

我有一个TF模型，它经过量化训练，冻结，用TOCO转换成tflite，现在我有了tflite HTML图形模型和json

我可以看到，对于我的图中的每个张量，每个都有量化属性（min，max，scale，zero pt），我试图确定这些属性如何应用于每个张量

例如，我理解，并且我可以理解，采用量化权重/偏差，乘以比例并添加最小值，返回原始权重/偏差（几乎）

我不明白的是：

• 为什么有些张量有量化属性（如Relu、Sigmoid），但没有内在参数（如权重和偏差）？是因为它们是输出张量，并且在数据输入到下一个操作之前应用了量化吗
• 在通过模型的数据流期间，在哪些点（如果有）应用量化？例如，假设有一个通过conv2d操作的浮点图像张量-权重/偏差/relu的量化属性在哪里以及如何用于获得conv2d操作的输出

本质上，如果我将TFLite模型数据解析为一个numpy数组，那么为了从头开始重新创建模型进行推理，我需要知道关于通过网络的数据流（关于量化）的所有信息

---

我似乎找不到任何与此相关的文档。如果有任何帮助，我们将不胜感激。

卷积内环不会对uint8值进行macc。还有一个较小的外环用于计算macc的z偏移部分。在每个内核卷积结束时，您需要使用输入\刻度*内核\刻度/输出\刻度的降刻度乘法器将int32累加器降刻度到8位uint8范围。这三个量表值是在培训期间学习的，并且在tflite推断文件中。本文解释了这些操作。

---

卷积内循环不执行uint8值的macc。还有一个较小的外环用于计算macc的z偏移部分。在每个内核卷积结束时，您需要使用输入\刻度*内核\刻度/输出\刻度的降刻度乘法器将int32累加器降刻度到8位uint8范围。这三个量表值是在培训期间学习的，并且在tflite推断文件中。本文解释了这些操作。

---

我可以找到

输入量表

和

内核量表

，但在量化模型中哪里可以找到

输出量表

？我可以找到

输入量表

和

内核量表

，但在量化模型中哪里可以找到

输出量表

？