Linear

class torch.ao.nn.quantized.dynamic.Linear(in_features, out_features, bias_=True, dtype=torch.qint8)

這是一個動態量化線性模組，輸入和輸出為浮點 Tensor。我們採用與 torch.nn.Linear 相同的介面，請參閱 https://pytorch.com.tw/docs/stable/nn.html#torch.nn.Linear 獲取文件。

與 torch.nn.Linear 類似，屬性將在模組建立時隨機初始化，並稍後被覆蓋。

變數

• weight (Tensor) – 模組的非可學習量化權重，形狀為 $(\text{out\_features}, \text{in\_features})$。

• bias (Tensor) – 模組的非可學習浮點偏置，形狀為 $(\text{out\_features})$。如果 bias 為 True，則值為零初始化。

示例

>>> m = nn.quantized.dynamic.Linear(20, 30)
>>> input = torch.randn(128, 20)
>>> output = m(input)
>>> print(output.size())
torch.Size([128, 30])

classmethod from_float(mod, use_precomputed_fake_quant=False)

從浮點模組或 qparams_dict 建立動態量化模組

引數

mod (Module) – 浮點模組，可以由 torch.ao.quantization 工具生成或由使用者提供

classmethod from_reference(ref_qlinear)

從參考量化模組建立一個 (fbgemm/qnnpack) 動態量化模組 :param ref_qlinear: 參考量化模組，可以由 torch.ao.quantization 函式生成或由使用者提供 :type ref_qlinear: Module