本申請公開了混合精度神經(jīng)網(wǎng)絡(luò)量化方法、裝置及設(shè)備。其中，所述方法通過結(jié)合強(qiáng)化學(xué)習(xí)和驗證數(shù)據(jù)生成技術(shù)來確定混合精度量化策略，使得基于自動生成的驗證數(shù)據(jù)集來確定混合精度網(wǎng)絡(luò)和待量化網(wǎng)絡(luò)輸出的分布差距，以此作為評判量化策略效果的標(biāo)準(zhǔn)。采用這種處理方式，無需用戶提供用于檢驗量化網(wǎng)絡(luò)的準(zhǔn)確率的驗證數(shù)據(jù)，且降低了驗證量化網(wǎng)絡(luò)準(zhǔn)確率的耗時；無需用戶微調(diào)通過強(qiáng)化學(xué)習(xí)確定的量化網(wǎng)絡(luò)，即可獲得用較小精度損失換取較大計算量降幅的量化網(wǎng)絡(luò)，且簡化了網(wǎng)絡(luò)量化流程，實現(xiàn)了用戶無感的模型量化策略搜索；因此，在確保模型精度損失較小的前提下，可以有效提升模型量化效率，保護(hù)用戶的數(shù)據(jù)隱私，以及降低人工成本。