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)

用于计算基于运行的每通道最小值和最大值的分位化参数的观察者模块。

此观察者使用张量最小值/最大值统计信息来计算每通道分位化参数。该模块记录传入张量的运行最小值和最大值，并使用此统计信息来计算分位化参数。

参数

• averaging_constant – 最小值/最大值的平均常数。

• ch_axis – 通道轴

• dtype – 分位化数据类型

• qscheme – 要使用的分位化方案

• reduce_range – 将分位化数据类型的范围减少 1 位

• quant_min – 最小分位化值。如果未指定，则遵循 8 位设置。

• quant_max – 最大分位化值。如果未指定，则遵循 8 位设置。

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

分位化参数的计算方式与 MovingAverageMinMaxObserver 中的计算方式相同，不同之处在于运行的最小值/最大值是按通道存储的。因此，比例和零点也是按通道计算的。

注意

如果运行的最小值等于运行的最大值，则 scales 和 zero_points 将设置为 1.0 和 0。