我观察到你们的工具链当中有两套模型转换工具，hbdk-cc可以将mxnet和tf模型转换成hbm模型，hb_mapper可以将caffe和onnx模型转换成bin文件。请问这两套转换出来的模型有什么区别，根据我的观察和实验，似乎实际使用调用的接口都是相同的，那么为什么要区分两套转换工具？另外，hb_mapper使用的文档和示例相对来说比较完整，hbdk-cc工具的使用方法只在ai_express文档中简单提了一下，是否有更详细的文档和示例，如何配置量化，预处理，输入格式等参数？
谢谢
您好， hb_mapper是我们浮点转定点工具的标准交付物，这个工具封装了HBDK-CC，建议咱们只使用hb_mapper。
如果想转换TF格式的模型，还请先使用开源社区的工具，先将TF模型转换为ONNX的模型。
推荐使用GitHub - onnx/tensorflow-onnx: Convert TensorFlow, Keras, Tensorflow.js and Tflite models to ONNX
训练还是使用正常的框架训练，然后通过浮点转换工具转换成板子上能使用的模型。
HBDK-CC是我们量化训练框架（非浮点转换工具）中的，那套工具相对复杂，目前仅对有需要的商业客户开放使用方法。敬请谅解！ 如果您发现有模型只通过hb_mapper不能解决，还请提bug给我们，由衷感谢！！
1. 量化训练是指，通过量化训练和hbdk-cc 转换出出上板模型 hbm-
2. 浮点转定点工具 是指 浮点模型 直接转成 上板模型bin-
3. 部署api 不要需要区分两个模型
4. 说明可以参照 工具链 sample的调用方式
1. 没有理解你的意思。hbdk-cc不是一个模型转换工具？还支持量化训练？
2. hb_mapper可以做模型转换和量化，这个可以理解。
3. 那么为何要区分这两个工具，这两个工具究竟有什么区别？尤其是hbdk-cc的说明确实没有找到。如果两者只是支持的框架不同，完全可以做成一套对用户的接口，这样用户使用会更方便。
4. hb_mapper转换的说明和sample，工具链文档中的确可以找到。hbdk-cc的说明没有找到，只在AI_Express用户手册/XStream模型与策略开发/模型集成中简单提到。没有看到你说的关于量化训练的内容，相关的参数也不太明确是什么含义，是否有更详细清晰的文档？
了解了，谢谢。希望以后还能直接支持更多框架，毕竟多转一次就多一次不兼容或者参数转换出错的风险。
使用浮点转定点工具，不会涉及到hbdk-cc。AI_Express开发会直接调用 bup_predicr 接口，放入浮点转换工具生成的模型即可。-
关于量化训练是什么，可以在社区上搜索量化训练
模型转换工具可以基于现有模型，进行转换，然后可以运行在芯片上；-
量化训练，是使用地平线提供的 TF 或 MXNET 插件，重新训练可以跑在芯片上的算法；
一般来讲，模型转换比较方便，入手简单，能满足大部分需求； 量化训练更复杂一些，更适合对算法精度有极致需求的情况。
所以hbdk-cc不建议用户使用？如果我要转tf的模型，不就要使用hbdk-cc吗？因为hb_mapper转化只支持onnx和caffe模型。
我并不是要问什么是量化训练，而是怎么使用你们的框架做量化训练。我搜了你们的帖子，当中主要是介绍了量化训练的概念，简单提到可以用你们的框架做量化训练，但是怎么用你们的框架做量化训练，得到的是什么模型要做什么转换处理才能调用bpu_predict api使用，都没有具体的介绍，也没有实际的例子，当中提到“ 更多内容请查阅文档 5.3. 算法模型的限制 及 6.训练工具和教程 ”，请问这是什么文档，在最新的toolchain文档当中并没有这个章节。
是的，其实我主要不是要询问量化训练的相关内容。因为做定点化基本上精度是能满足需求的。但是要转tf的模型，还是要使用hbdk-cc，而hbdk-cc的相关文档我不知道在什么地方可以找到。