好的根据这个示例给我展示一下在1.13.1版本的onnx，1.7.0版本的onnxruntime_tools，1.14.1版本的onnxruntime这些条件下的onnx量化代码

好的，以下是一个示例代码：

import onnx
import onnxruntime_tools
from onnxruntime.quantization import quantize_dynamic
from onnxruntime.quantization import QuantType

# 加载原始模型
original_model = onnx.load("original_model.onnx")

# 动态量化模型
quantized_model = quantize_dynamic(original_model, quantize_static=False, weight_type=QuantType.QInt8)

# 保存量化模型
onnx.save(quantized_model, "quantized_model.onnx")

# 加载量化模型并测试
ort_session = onnxruntime_tools.InferenceSession("quantized_model.onnx")
ort_inputs = {ort_session.get_inputs()[0].name: input_data}
ort_outputs = ort_session.run(None, ort_inputs)

这段代码首先加载原始的ONNX模型，然后使用`quantize_dynamic`函数进行动态量化，将模型中的浮点数转换为8位整数，最后保存量化后的模型。在模型量化完成后，可以使用ONNX Runtime工具包的`InferenceSession`类来加载模型并进行测试。