快捷方式

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)[源代码][源代码]

对由多个量化输入平面组成的量化输入信号应用一维卷积。

有关输入参数、参数和实现的详细信息,请参阅 Conv1d

注意

仅支持 zeros 作为 padding_mode 参数的值。

注意

仅支持 torch.quint8 作为输入数据类型。

变量
  • weight (Tensor) – 从可学习的 weight 参数派生出的打包张量。

  • scale (Tensor) – 输出尺度的标量

  • zero_point (Tensor) – 输出零点的标量

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)[源代码][源代码]

从浮点模块或 qparams_dict 创建一个量化模块。

参数

mod (Module) – 浮点模块,由 torch.ao.quantization 工具生成或用户提供

文档

查阅 PyTorch 全面的开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得解答

查看资源