企业官网建设流程全解析

把 PyTorch 模型经 ONNX、TensorFlow SavedModel 转成 TFLite 时，常会对比 float32 与 INT8 两版模型的算子构成。int8 版本里容易出现一种很刺眼的现象：原本几个BatchMatMul全部消失，取而代之的是几十个细碎的FullyConnected。这不是转换脚本的 bug，而是 TFLite 量化器的既定行为。

问题现象

转换链路：

ONNX → TF SavedModel → TFLite (float32) / TFLite (INT8)

float32 版本的算子统计：

Einsum → BatchMatMul 3 × BatchMatMul 1 × FullyConnected 合计 4 个矩阵运算

INT8 量化后的算子统计：

0 × BatchMatMul 65 × FullyConnected 合计 65 个小矩阵乘

每个FullyConnected做的都是很小的乘法：[1, 1, 32] × [12, 32] → [1, 12]。也就是说，批/组维度的每一个元素被拆成了一个独立算子。float32 模型里Einsum被正确折