推論に比べて学習の量子化が困難な原因として、勾配の分布が持つ4つの特性を明らかにした。また、理論的に学習の安定性を評価、これらの知見に基づき、量子化方法を適応的に決めるDirection Sensitive Gradient Clippingと、学習率を適応的に決めるDeviation Counteractive Learning Rate Scalingを提案。

画像分類（CIFAR10, ImageNet）のみならず、これまで量子化が適用できなかった物体検知（PascalVOC, COCO）でも量子化した学習に成功。いずれのモデルでも浮動小数点数を用いた場合に匹敵する精度を達成、学習時間も20％以上削減した。