快捷方式

准备

class torch.ao.quantization.prepare(model, inplace=False, allow_list=None, observer_non_leaf_module_list=None, prepare_custom_config_dict=None)[source]

为量化校准或量化感知训练准备模型的副本。

量化配置应预先分配到各个子模块的 .qconfig 属性中。

模型将附加观测器或伪量化模块,并将传播 qconfig。

参数
  • model – 要就地修改的输入模型

  • inplace – 就地执行模型转换,原始模块将发生变异

  • allow_list – 可量化模块的列表

  • observer_non_leaf_module_list – 我们想要添加观测器的非叶模块列表

  • prepare_custom_config_dict – 为 prepare 函数定制的配置字典

# Example of prepare_custom_config_dict:
prepare_custom_config_dict = {
    # user will manually define the corresponding observed
    # module class which has a from_float class method that converts
    # float custom module to observed custom module
    "float_to_observed_custom_module_class": {
        CustomModule: ObservedCustomModule
    }
 }

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获得面向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