技术报告：用于部署模型的 NEMO DNN 量化

本技术报告旨在为深度神经网络（DNN）逐层量化定义一个形式化框架，特别关注与最终部署相关的问题。它同时作为 NEMO（NEural Minimization for pytOrch）框架的文档。它描述了 NEMO 中使用的四种 DNN 表示（FullPrecision、FakeQuantized、QuantizedDeployable 和 IntegerDeployable），尤其关注后两者的形式化定义。该模型的一个重要特征，特别是 IntegerDeployable 表示，是它能够仅使用整数进行 DNN 推理——在计算的任何部分都不借助实数，也不依赖显式的定点数值表示。