PyTorch torch.fake_quantize_per_channel_affine-Funktion
PyTorch torch Referenzhandbuch
torch.fake_quantize_per_channel_affineEs ist eine Funktion in PyTorch, die zur kanalweisen Fake-Quantisierung von Tensoren verwendet wird und häufig beim quantisierungsbewussten Training zum Einsatz kommt.
Funktionsdefinition
torch.fake_quantize_per_channel_affine(input, scale, zero_point, axis, quant_min, quant_max)
Anwendungsbeispiel
Beispiel
import torch
# Eingabe-Tensor erstellen
x = torch.randn(2, 3, 4, 5)
# Skalierung und Nullpunkt definieren
scale = torch.tensor([1.0, 1.2, 1.5])
zero_point = torch.tensor([0, 0, 0], dtype=torch.long)
# Kanalweise Fake-Quantisierung durchführen
y = torch.fake_quantize_per_channel_affine(x, scale, zero_point, axis=1, quant_min=0, quant_max=255)
print("Quantisierte Form:", y.shape)
# Eingabe-Tensor erstellen
x = torch.randn(2, 3, 4, 5)
# Skalierung und Nullpunkt definieren
scale = torch.tensor([1.0, 1.2, 1.5])
zero_point = torch.tensor([0, 0, 0], dtype=torch.long)
# Kanalweise Fake-Quantisierung durchführen
y = torch.fake_quantize_per_channel_affine(x, scale, zero_point, axis=1, quant_min=0, quant_max=255)
print("Quantisierte Form:", y.shape)
Weitere Erweiterungen