快捷方式

ConvertCustomConfig

class torch.ao.quantization.fx.custom_config.ConvertCustomConfig[源代码][源代码]

用于 convert_fx() 的自定义配置。

使用示例

convert_custom_config = ConvertCustomConfig()             .set_observed_to_quantized_mapping(ObservedCustomModule, QuantizedCustomModule)             .set_preserved_attributes(["attr1", "attr2"])
classmethod from_dict(convert_custom_config_dict)[源代码][源代码]

从包含以下项的字典创建 ConvertCustomConfig

“observed_to_quantized_custom_module_class”: 一个嵌套字典,将量化模式映射到从观察到的模块类到量化模块类的内部映射,例如:: { “static”: {FloatCustomModule: ObservedCustomModule}, “dynamic”: {FloatCustomModule: ObservedCustomModule}, “weight_only”: {FloatCustomModule: ObservedCustomModule} } “preserved_attributes”: 即使属性在 forward 中未使用,也会保留的属性列表

此函数主要用于向后兼容,未来可能会被移除。

返回类型

ConvertCustomConfig

set_observed_to_quantized_mapping(observed_class, quantized_class, quant_type=QuantType.STATIC)[源代码][源代码]

设置从自定义观察模块类到自定义量化模块类的映射。

量化模块类必须具有 from_observed 类方法,该方法将观察到的模块类转换为量化模块类。

返回类型

ConvertCustomConfig

set_preserved_attributes(attributes)[源代码][源代码]

设置即使在模型的 forward 方法中未使用,也会在图模块中持久存在的属性名称。

返回类型

ConvertCustomConfig

to_dict()[源代码][源代码]

将此 ConvertCustomConfig 转换为包含 from_dict() 中描述的项的字典。

返回类型

Dict[str, Any]

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源