> ## Documentation Index
> Fetch the complete documentation index at: https://dragonwingdocs.qualcomm.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 使用 Qualcomm AI Model Efficiency Toolkit（AIMET）微调模型精度

> 使用 Qualcomm AI Model Efficiency Toolkit（AIMET）量化和压缩 AI 模型，以便在 Qualcomm Dragonwing IoT 平台上高效部署。

AIMET 是一个用于量化和压缩已训练 ML 模型的软件工具包。它可提升深度学习模型的运行时性能，并降低其计算负载和内存占用，以便部署到边缘设备。

<img src="https://mintcdn.com/qualcomm-prod/Sb9VrG0-ITL9uwLF/Key-Documents/AI-Developer-Workflow/_images/aimet.png?fit=max&auto=format&n=Sb9VrG0-ITL9uwLF&q=85&s=ef9951f93fa3926616fad86e009d46a8" alt="AIMET 量化与压缩工作流" width="875" height="454" data-path="Key-Documents/AI-Developer-Workflow/_images/aimet.png" />

AIMET 支持训练后量化和微调技术，以最大限度减少量化和压缩过程中的精度损失。它支持来自 ONNX 和 PyTorch 框架的模型。

有关使用 AIMET 提升模型精度的详细信息，请参阅 [AIMET 文档](https://quic.github.io/aimet-pages/releases/latest/index.html)。
