HistogramObserver

class torch.ao.quantization.observer.HistogramObserver(bins=2048, dtype=torch.quint8, qscheme=torch.per_tensor_affine, reduce_range=False, quant_min=None, quant_max=None, factory_kwargs=None, eps=1.1920928955078125e-07, is_dynamic=False, **kwargs)

该模块记录 tensor 值的运行直方图以及 min/max 值。calculate_qparams 将计算 scale 和 zero_point。

参数

• bins (int) – 用于直方图的 bin 数量

• dtype (dtype) – 用于实现参考模型规范所需的 quantize 节点的 dtype 参数

• qscheme – 要使用的量化方案

• reduce_range – 将量化数据类型的范围减小 1 位

• eps (Tensor) – float32 的 Epsilon 值，默认为 torch.finfo(torch.float32).eps。

scale 和 zero point 的计算如下

1. 创建输入数据的直方图。

   直方图持续计算，每个 bin 的范围随每个新观察到的 tensor 而变化。

2. 在直方图中搜索最优 min/max 值。

   min/max 值的搜索确保了相对于浮点模型的量化误差最小化。

3. 以与以下方式相同的方式计算 scale 和 zero point：

   MinMaxObserver