Python PyTorch Conv2d用法及代码示例

本文简要介绍python语言中 torch.nn.quantized.Conv2d 的用法。

用法:

class torch.nn.quantized.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None)

变量：

• ~Conv2d.weight(Tensor) -从可学习的权重参数派生的打包张量。

• ~Conv2d.scale(Tensor) -输出比例的标量

• ~Conv2d.zero_point(Tensor) -输出零点的标量

在由几个量化输入平面组成的量化输入信号上应用 2D 卷积。

有关输入参数、参数和实现的详细信息，请参阅 Conv2d 。

注意

padding_mode 参数仅支持 zeros。

注意

输入数据类型仅支持torch.quint8。

有关其他属性，请参见 Conv2d 。

例子：

>>> # With square kernels and equal stride
>>> m = nn.quantized.Conv2d(16, 33, 3, stride=2)
>>> # non-square kernels and unequal stride and with padding
>>> m = nn.quantized.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2))
>>> # non-square kernels and unequal stride and with padding and dilation
>>> m = nn.quantized.Conv2d(16, 33, (3, 5), stride=(2, 1), padding=(4, 2), dilation=(3, 1))
>>> input = torch.randn(20, 16, 50, 100)
>>> # quantize input to quint8
>>> q_input = torch.quantize_per_tensor(input, scale=1.0, zero_point=0, dtype=torch.quint8)
>>> output = m(q_input)