当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python PyTorch prepare用法及代码示例


本文简要介绍python语言中 torch.quantization.prepare 的用法。

用法:

torch.quantization.prepare(model, inplace=False, allow_list=None, observer_non_leaf_module_list=None, prepare_custom_config_dict=None)

参数

  • model-要就地修改的输入模型

  • inplace-就地进行模型转换,原始模块发生突变

  • allow_list-可量化模块列表

  • observer_non_leaf_module_list-我们要添加观察者的非叶模块列表

  • prepare_custom_config_dict-为准备函数定制配置字典

为量化校准或quantization-aware 训练准备模型副本。

量化配置应预先分配给.qconfig 属性中的各个子模块。

该模型将附加观察者或假量化模块,并且将传播 qconfig。

# 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
    }
 }

相关用法


注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.quantization.prepare。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。