MovingAveragePerChannelMinMaxObserver

class torch.ao.quantization.observer.MovingAveragePerChannelMinMaxObserver(averaging_constant=0.01, ch_axis=0, dtype=torch.quint8, qscheme=torch.per_channel_affine, reduce_range=False, quant_min=None, quant_max=None, eps=1.1920928955078125e-07, is_dynamic=False, **kwargs)

用於根據執行時的每通道最小值和最大值計算量化引數的觀察者模組。

此觀察者使用張量的最小值/最大值統計資訊來計算每通道的量化引數。模組記錄輸入張量的執行最小值和最大值，並使用此統計資訊計算量化引數。

引數

• averaging_constant – 用於最小值/最大值的平均常數。

• ch_axis – 通道軸

• dtype – 量化資料型別

• qscheme – 要使用的量化方案

• reduce_range – 將量化資料型別的範圍減小 1 位

• quant_min – 最小量化值。如果未指定，將遵循 8 位設定。

• quant_max – 最大量化值。如果未指定，將遵循 8 位設定。

• eps (Tensor) – float32 的 Epsilon 值，預設為 torch.finfo(torch.float32).eps。

量化引數的計算方式與 MovingAverageMinMaxObserver 中相同，不同之處在於執行的最小值/最大值按通道儲存。因此，縮放比例和零點也按通道計算。

注意

如果執行最小值等於執行最大值，則縮放比例和零點設定為 1.0 和 0。