快捷方式

ConvBnReLU2d

class torch.ao.nn.intrinsic.qat.ConvBnReLU2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=None, padding_mode='zeros', eps=1e-05, momentum=0.1, freeze_bn=False, qconfig=None)[source]

ConvBnReLU2d 模块是将 Conv2d、BatchNorm2d 和 ReLU 融合而成的模块,并附带用于权重的 FakeQuantize 模块,用于量化感知训练。

我们结合了 torch.nn.Conv2dtorch.nn.BatchNorm2d 以及 torch.nn.ReLU 的接口。

类似于 torch.nn.Conv2d,FakeQuantize 模块初始化为默认值。

变量

weight_fake_quant – 权重的伪量化模块

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深度教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源