Conv1d

class torch.ao.nn.quantized.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

对由多个量化输入平面组成的量化输入信号应用 1D 卷积。

有关输入参数、参数和实现的详细信息，请参阅 Conv1d。

注意

`padding_mode` 参数仅支持 zeros。

注意

输入数据类型仅支持 torch.quint8。

变量

• weight (Tensor) – 从可学习的权重参数派生的 packed tensor。

• scale (Tensor) – 输出 scale 的标量

• zero_point (Tensor) – 输出 zero point 的标量

有关其他属性，请参阅 Conv1d。

示例

>>> m = nn.quantized.Conv1d(16, 33, 3, stride=2)
>>> input = torch.randn(20, 16, 100)
>>> # quantize input to quint8
>>> q_input = torch.quantize_per_tensor(input, scale=1.0, zero_point=0,
...                                     dtype=torch.quint8)
>>> output = m(q_input)

classmethod from_float(mod, use_precomputed_fake_quant=False)

从 float 模块或 qparams_dict 创建量化模块。

参数

mod (Module) – 一个 float 模块，可以是由 torch.ao.quantization 实用程序生成，也可以由用户提供