快捷方式

ConvertCustomConfig

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

用于 convert_fx() 的自定义配置。

示例用法

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]

从包含以下项目的字典中创建 ConvertCustomConfig

“observed_to_quantized_custom_module_class”: 一个嵌套字典,从量化模式映射到内部映射,从观察到的模块类映射到量化模块类,例如::: { “static”: {FloatCustomModule: ObservedCustomModule}, “dynamic”: {FloatCustomModule: ObservedCustomModule}, “weight_only”: {FloatCustomModule: ObservedCustomModule} } “preserved_attributes”: 一个属性列表,即使在 forward 中未使用它们,它们也会保留

此函数主要用于向后兼容,将来可能会删除。

返回类型

ConvertCustomConfig

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

设置从自定义观察到的模块类到自定义量化模块类的映射。

量化模块类必须具有一个 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]

设置将保留在图形模块中的属性的名称,即使它们未在模型的 forward 方法中使用。

返回类型

ConvertCustomConfig

to_dict()[源代码]

将此 ConvertCustomConfig 转换为一个字典,其中包含 from_dict() 中描述的项目。

返回类型

Dict[str, Any]

文档

访问 PyTorch 的全面的开发者文档

查看文档

教程

获取适合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