end-to-end transformer model's mixed-precision quantization

针对端到端Transformer模型实施混合精度后量化技术，需解决以下关键问题：

1. Transformer自回归结构由Encoder与Decoder组成；在对端到端模型进行压缩处理时，需兼顾自回归机制（如Beam Search）的复杂实现；
2. 在执行后量化过程中，应选择合理且高效的PTQ策略（PTQ: Post-training Quantization），以保障量化后的模型具备良好的精度稳定性；
3. 混合精度的决策过程需注重实现效率，通常采用无需标注数据的Label-free方法；

具体可参考端到端语音识别的移动端解决方案（淘系技术部官方文章）、以及[阿里云官方技术解读](https://developer.aliyun.com/article/781807 "阿里云官方技术解读"