Python PyTorch Linear用法及代碼示例

本文簡要介紹python語言中 torch.nn.quantized.Linear 的用法。

用法:

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

變量：

• ~Linear.weight(Tensor) -形狀為 (\text{out\_features}, \text{in\_features}) 的模塊的不可學習量化權重。

• ~Linear.bias(Tensor) -形狀為 (\text{out\_features}) 的模塊的不可學習偏差。如果 bias 是 True ，則這些值被初始化為零。

• ~Linear.scale-scale 輸出量化張量的參數，類型：double

• ~Linear.zero_point-zero_point 輸出量化張量的參數，類型：long

以量化張量作為輸入和輸出的量化線性模塊。我們采用與torch.nn.Linear 相同的接口，請參閱https://pytorch.org/docs/stable/nn.html#torch.nn.Linear 獲取文檔。

與 Linear 類似，屬性將在模塊創建時隨機初始化，稍後將被覆蓋

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])