有关QAT莲花感知训练过程中的set_fake_quantize（）函数作用

你好，这个是是用于控制量化训练过程 校准开关和训练开关的， 校准开关决定是是否更新量化参数，scale, min, max等； 训练开关决定了是否启用伪量化功能让模型感知量化带来的变化; 从代码可以看出，目前 FakeQuantState 的状态有4种：

QAT该模式下，observer启用 ，scales（缩放因子）会被更新。伪量化启用推理结果会后量化带来的影响，其必须与 model.train() 方法一起使用，才能更新模型的weight；

CALIBRATION模式下，伪量化关闭，observer打开，只更新 scales，与 model.eval() 方法一起使用来收集信息（如激活的范围）来确定 scales，而不进行训练。

VALIDATION是验证模式。此时伪量化启用，但observer禁用，scale不会更新。与 model.eval() 方法一起使用，评估使用 scales 进行量化对模型的影响。

_FLOAT是浮点数模式，不更新任何信息，通常仅供开发人员使用。