AffineQuantizedObserverBase

class torch.ao.quantization.observer.AffineQuantizedObserverBase(mapping_type, target_dtype, granularity, quant_min=None, quant_max=None, eps=None, scale_dtype=None, zero_point_dtype=None, preserve_zero=True, zero_point_domain=ZeroPointDomain.INT, **kwargs)

用於仿射量化的觀察器模組 (https://github.com/pytorch/ao/tree/main/torchao/quantization#affine-quantization)

引數

• block_size (granularity and) – 量化的粒度，必須至少指定一個，如果兩者都指定，block_size 優先。當前支援的粒度型別有 PerTensor 和 PerAxis

• args (其他) – 請參閱 :class:torchao.dtypes.AffineQuantizedTensor

abstract calculate_qparams()

根據附加到觀察器模組的統計資料計算量化引數，並返回由縮放因子 (scale) 和零點 (zero_point) 張量組成的元組

返回型別

元組[torch.Tensor, torch.Tensor]

abstract forward(input)

forward 函式應接收輸入張量，更新內部統計資料，並返回原始輸入張量

返回型別

張量

classmethod with_args(**kwargs)

允許建立類工廠的封裝器。

當需要建立具有相同建構函式引數但不同例項的類時，這很有用。可與 _callable_args 結合使用

示例

>>> Foo.with_args = classmethod(_with_args)
>>> foo_builder = Foo.with_args(a=3, b=4).with_args(answer=42)
>>> foo_instance1 = foo_builder()
>>> foo_instance2 = foo_builder()
>>> id(foo_instance1) == id(foo_instance2)
False