ディープラーニングで用いられるモデルの重みの数は多く，モバイルデバイス上での使用は困難である．
そのため，多くの手法が開発されており，量子化はその1つである．
従来手法では，ソフトウェア側で量子化したモデルのaccuracyとハードウェア側で実装したモデルのaccuracyに差がある，
正規化する際にaccuracyが落ちるという問題がある．
そこで，新たにDNN設計フームワークPyParchを開発した．
また，正規化の必要を無くす，ハードウェアに適したモデルを学習する手法について提案し，評価を行った．．
従来手法より演算精度を削減した場合でも十分なaccuracyが得られた．