Conv2d

class torch.ao.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) [исходный код]

Выполняет двумерную свёртку над квантованным входным сигналом, состоящим из нескольких квантованных входных плоскостей.

Подробные сведения о входных аргументах, параметрах и реализации см. в Conv2d.

Примечание

Для аргумента padding_mode поддерживается только zeros.

Примечание

Для входного типа данных поддерживается только torch.quint8.

Переменные:

• weight (Tensor) – упакованный тензор, полученный из обучаемого параметра веса.
• scale (Tensor) – скалярный коэффициент масштаба выходных данных
• zero_point (Tensor) – скалярная точка отсчёта выходных данных

Другие атрибуты см. в Conv2d.

Примеры:

>>> # 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)

classmethod from_float(mod, use_precomputed_fake_quant=False) [исходный код]

Создаёт квантованный модуль из модуля с плавающей точкой или qparams_dict.

Параметры:

mod (Module) – модуль с плавающей точкой, созданный с помощью утилит torch.ao.quantization или предоставленный пользователем