快捷方式

MovingAveragePerChannelMinMaxObserver

class torch.ao.quantization.observer.MovingAveragePerChannelMinMaxObserver(averaging_constant=0.01, ch_axis=0, dtype=torch.quint8, qscheme=torch.per_channel_affine, reduce_range=False, quant_min=None, quant_max=None, eps=1.1920928955078125e-07, is_dynamic=False, **kwargs)[source]

用于根据运行的每个通道最小值和最大值计算量化参数的观察器模块。

此观察器使用张量最小值/最大值统计信息来计算每个通道量化参数。该模块记录传入张量的运行最小值和最大值,并使用该统计信息来计算量化参数。

参数
  • averaging_constant – 最小值/最大值的平均常数。

  • ch_axis – 通道轴

  • dtype – 量化数据类型

  • qscheme – 要使用的量化方案

  • reduce_range – 将量化数据类型的范围缩小 1 位

  • quant_min – 最小量化值。如果未指定,则将遵循 8 位设置。

  • quant_max – 最大量化值。如果未指定,则将遵循 8 位设置。

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

量化参数的计算方式与 MovingAverageMinMaxObserver 中相同,不同之处在于运行的最小值/最大值存储在每个通道中。因此,比例和零点也按通道计算。

注意

如果运行的最小值等于运行的最大值,则比例和零点设置为 1.0 和 0。

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入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源