快捷方式

MappingType

torch.ao.quantization.observer.MappingType()[源代码][源代码]

浮点数如何映射到整数

对称映射是指浮点数范围对称地映射到整数范围。假设我们有一个浮点数范围 (-3.5, 10.2) 和整数范围 (-8, 7) (int4),我们将使用 (-10.2, 10.2) 作为浮点数的范围,并将其映射到 (-8, 7)。例如,scale = (10.2 - (-10.2)) / (7 - (-8))

SYMMETRIC_NO_CLIPPING_ERR 是对称映射的一种变体,其中 scale 是 smin 和 smax 中的最大值,smin = min_val_neg / quant_min,smax = max_val_pos / quant_max。通过单独计算 smin 和 smax,可以减少负值的舍入误差,并且所有浮点值都不会超出范围。

非对称映射意味着我们直接将浮点数范围映射到整数范围。对于上面的例子,我们将 (-3.5, 10.2) 映射到 (-8, 7),并基于此映射计算量化参数。例如,scale = (10.2 - (-3.5)) / (7 - (-8))

文档

访问 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度教程

查看教程

资源

查找开发资源并获得解答

查看资源