要量化模型以使其加权（和/或激活）为8位整数而不是32位浮点，以便更快地计算，我们需要选择权重范围。
有什么方法可以最佳地代替击球和试射吗？
例如，假设我们在[100.0,500.0]中有一个权重分布（浮点32），我们选择范围[200.0,455.0]并将其映射到（整数8）[0,255]，以便映射200.0从0到455.0映射到255，所有中间权重线性映射到整数（最接近）。
在这里随机选择一个范围（[200.0,455.0]），其权重分别为[100.0,200.0）和（455.0,500.0]，如果我们的范围比256大，则会导致聚类映射中的权重。
以准确性为代价进行量化，而最佳的范围选择可以帮助降低成本。