本发明关于一种对卷积神经网络模型量化的方法、装置及电子设备，对于每个block，输入数据为量化后的整点型数据，将卷积层的权重乘以BN层的缩放系数γ′后量化，得到量化后的权重；在卷积层将偏置乘以γ′，并与BN层的平移系数β′相加后量化，得到量化后的偏置，将量化后的输入数据乘以量化后的权重，再加上量化后的偏置，将得到的整点型数据输入到归一化层；在归一化层除以量化时使用的第一量化系数，并乘以下一个block输入数据的第二量化系数，将得到的整点型数据输入到激活层；在激活层通过激活函数运算后，将得到的整点型数据输入到下一个block。本发明可以完成端到端的整点型数据通路计算，提高了模型的计算速度。