快捷方式

add_quant_dequant

class torch.ao.quantization.add_quant_dequant(module)[source][source]

如果叶子子模块具有有效的 qconfig,则将其包装在 QuantWrapper 中。请注意,此函数将原地修改模块的子模块,并且还可以返回一个新模块来包装输入模块。

参数
  • module – 带有所有叶子模块 qconfig 属性的输入模块

  • quantize (我们要量化的) –

返回

根据 qconfig 返回原地修改的模块(其子模块已包装在 QuantWrapper 中),或返回一个包装输入模块的新 QuantWrapper 模块;后一种情况仅发生在输入模块是叶子模块且我们想要对其进行量化时。


© 版权所有 PyTorch 贡献者。

使用 Sphinx 构建,主题由 Read the Docs 提供。

文档

查阅 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者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源