Python PyTorch Linear用法及代码示例

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

用法:

class torch.nn.quantized.Linear(in_features, out_features, bias_=True, dtype=torch.qint8)

变量：

• ~Linear.weight(Tensor) -形状为 (\text{out\_features}, \text{in\_features}) 的模块的不可学习量化权重。

• ~Linear.bias(Tensor) -形状为 (\text{out\_features}) 的模块的不可学习偏差。如果 bias 是 True ，则这些值被初始化为零。

• ~Linear.scale-scale 输出量化张量的参数，类型：double

• ~Linear.zero_point-zero_point 输出量化张量的参数，类型：long

以量化张量作为输入和输出的量化线性模块。我们采用与torch.nn.Linear 相同的接口，请参阅https://pytorch.org/docs/stable/nn.html#torch.nn.Linear 获取文档。

与 Linear 类似，属性将在模块创建时随机初始化，稍后将被覆盖

例子：

>>> m = nn.quantized.Linear(20, 30)
>>> input = torch.randn(128, 20)
>>> input = torch.quantize_per_tensor(input, 1.0, 0, torch.quint8)
>>> output = m(input)
>>> print(output.size())
torch.Size([128, 30])