捷徑

prepare

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

準備模型的副本以進行量化校準或量化感知訓練。

量化配置應搶先指派給 .qconfig 屬性中的各個子模組。

該模型將附加觀察者或偽量化模組,並且 qconfig 將被傳播。

參數
  • model – 要就地修改的輸入模型

  • inplace – 直接執行模型轉換,原始模組會被修改

  • allow_list – 可量化模組的列表

  • observer_non_leaf_module_list – 我們想要添加觀察者 (observer) 的非葉節點模組列表

  • prepare_custom_config_dict – 用於 prepare 函數的自定義配置字典

# 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
    }
 }

文件

獲取 PyTorch 的完整開發者文件

檢視文件

教學

獲取適用於初學者和高級開發人員的深入教學

檢視教學

資源

尋找開發資源並獲得您的問題解答

檢視資源