• 文档 >
  • torch >
  • torch.fake_quantize_per_tensor_affine
快捷方式

torch.fake_quantize_per_tensor_affine

torch.fake_quantize_per_tensor_affine(input, scale, zero_point, quant_min, quant_max) Tensor

返回一个新张量,其中包含使用 scalezero_pointquant_minquant_maxinput 中的数据进行伪量化的结果。

output=(min(quant_max,max(quant_min,std::nearby_int(input/scale)+zero_point))zero_point)×scale\text{output} = ( min( \text{quant\_max}, max( \text{quant\_min}, \text{std::nearby\_int}(\text{input} / \text{scale}) + \text{zero\_point} ) ) - \text{zero\_point} ) \times \text{scale}
参数
  • input (Tensor) – 输入值,torch.float32 张量

  • scale (双精度标量或 float32 张量) – 量化比例

  • zero_point (int64 标量或 int32 张量) – 量化零点

  • quant_min (int64) – 量化域的下限

  • quant_max (int64) – 量化域的上限

返回值

一个新伪量化的 torch.float32 张量

返回类型

Tensor

示例

>>> x = torch.randn(4)
>>> x
tensor([ 0.0552,  0.9730,  0.3973, -1.0780])
>>> torch.fake_quantize_per_tensor_affine(x, 0.1, 0, 0, 255)
tensor([0.1000, 1.0000, 0.4000, 0.0000])
>>> torch.fake_quantize_per_tensor_affine(x, torch.tensor(0.1), torch.tensor(0), 0, 255)
tensor([0.1000, 1.0000, 0.4000, 0.0000])

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人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源