快捷方式

PrepareCustomConfig

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

prepare_fx() 和 prepare_qat_fx() 的自定义配置。

使用示例

prepare_custom_config = PrepareCustomConfig()             .set_standalone_module_name("module1", qconfig_mapping, example_inputs,                 child_prepare_custom_config, backend_config)             .set_standalone_module_class(MyStandaloneModule, qconfig_mapping, example_inputs,                 child_prepare_custom_config, backend_config)             .set_float_to_observed_mapping(FloatCustomModule, ObservedCustomModule)             .set_non_traceable_module_names(["module2", "module3"])             .set_non_traceable_module_classes([NonTraceableModule1, NonTraceableModule2])             .set_input_quantized_indexes([0])             .set_output_quantized_indexes([0])             .set_preserved_attributes(["attr1", "attr2"])
classmethod from_dict(prepare_custom_config_dict)[源代码][源代码]

从包含以下项的字典创建 PrepareCustomConfig

“standalone_module_name”:包含 (module_name, qconfig_mapping, example_inputs, child_prepare_custom_config, backend_config) 元组的列表

“standalone_module_class”:包含 (module_class, qconfig_mapping, example_inputs, child_prepare_custom_config, backend_config) 元组的列表

“float_to_observed_custom_module_class”:一个嵌套字典,将量化模式映射到浮点模块类与观察到模块类的内部映射,例如 {“static”: {FloatCustomModule: ObservedCustomModule}}

“non_traceable_module_name”:不可符号追踪的模块名称列表 “non_traceable_module_class”:不可符号追踪的模块类列表 “input_quantized_idxs”:应量化的图输入索引列表 “output_quantized_idxs”:应量化的图输出索引列表 “preserved_attributes”:即使未在 forward 中使用的属性列表

此函数主要用于向后兼容,将来可能会被移除。

返回类型

PrepareCustomConfig

set_float_to_observed_mapping(float_class, observed_class, quant_type=QuantType.STATIC)[源代码][源代码]

设置自定义浮点模块类到自定义观察到模块类的映射。

观察到模块类必须有一个 from_float 类方法,用于将浮点模块类转换为观察到模块类。目前仅支持静态量化。

返回类型

PrepareCustomConfig

set_input_quantized_indexes(indexes)[源代码][源代码]

设置应量化的图输入索引。默认情况下,否则认为输入是 fp32 类型。

返回类型

PrepareCustomConfig

set_non_traceable_module_classes(module_classes)[源代码][源代码]

设置不可符号追踪的模块,通过类标识。

返回类型

PrepareCustomConfig

set_non_traceable_module_names(module_names)[源代码][源代码]

设置不可符号追踪的模块,通过名称标识。

返回类型

PrepareCustomConfig

set_output_quantized_indexes(indexes)[源代码][源代码]

设置应量化的图输出索引。默认情况下,否则认为输出是 fp32 类型。

返回类型

PrepareCustomConfig

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

设置即使在模型的 forward 方法中未使用但仍将在图模块中保留的属性名称。

返回类型

PrepareCustomConfig

set_standalone_module_class(module_class, qconfig_mapping, example_inputs, prepare_custom_config, backend_config)[源代码][源代码]

设置通过 module_class 标识的独立模块运行配置。

如果 qconfig_mapping 为 None,则将使用父级的 qconfig_mapping。如果 prepare_custom_config 为 None,则将使用一个空的 PrepareCustomConfig。如果 backend_config 为 None,则将使用父级的 backend_config。

返回类型

PrepareCustomConfig

set_standalone_module_name(module_name, qconfig_mapping, example_inputs, prepare_custom_config, backend_config)[源代码][源代码]

设置通过 module_name 标识的独立模块运行配置。

如果 qconfig_mapping 为 None,则将使用父级的 qconfig_mapping。如果 prepare_custom_config 为 None,则将使用一个空的 PrepareCustomConfig。如果 backend_config 为 None,则将使用父级的 backend_config。

返回类型

PrepareCustomConfig

to_dict()[源代码][源代码]

将此 PrepareCustomConfig 转换为一个字典,其项描述在 from_dict() 中。

返回类型

dict[str, Any]

文档

查阅 PyTorch 的完整开发者文档

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