[Docathon][Add CN Doc No.48]

docs/api/paddle/quantization/qat_cn.rst

@@ -0,0 +1,54 @@
+.. _cn_api_paddle_quantization_QAT:
+
+QAT
+-------------------------------
+
+.. py:class:: paddle.quantization.QAT(config: paddle.quantization.config.QuantConfig)
+用于为量化感知训练准备模型的工具。
+
+参数
+::::::::::::
+    - **config** (QuantConfig) - 量化配置,通常指的是设置和调整模型量化过程中的参数和选项。
+
+**代码示例**
+
+COPY-FROM: paddle.quantization.QAT.quantize
+
+方法
+::::::::::::
+quantize(model: Layer, inplace=False)
+'''''''''
+创建一个适用于量化感知训练的模型。
+
+量化配置将在模型中传播。并且它将在模型中插入伪量化器以模拟量化过程。
+
+**参数**
+
+    - **model(Layer)** - 待量化的模型
+    - **inplace(bool)** - 是否对模型进行原地修改
+
+**返回**
+
+为量化感知训练准备好的模型。
+
+**代码示例**
+
+COPY-FROM: paddle.quantization.QAT.quantize
+
+convert(self, model:layer, inplace=False, remain_weight=False):
+'''''''''
+
+将量化模型转换为ONNX格式。转换后的模型可以通过调用 paddle.jit.save 保存为推理模型。
+
+**参数**
+
+    - **model**(Layer) - 待量化的模型。
+    - **inplace**(bool, optional) - 是否要对模型进行就地修改，默认为false。
+    - **remain_weight**(bool, optional) - 是否宝石权重为floats，默认为false。
+**返回**
+
+转换后的模型
+
+**代码示例**
+
+COPY-FROM: paddle.quantization.QAT.convert