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。