PyTorch torch.quantize_per_channel-Funktion
PyTorch torch Referenzhandbuch
torch.quantize_per_channelEs ist eine Funktion in PyTorch, die verwendet wird, um einen quantisierten Tensor mit Per-Kanal-Quantisierung zu erstellen.
Funktionsdefinition
torch.quantize_per_channel(input, scales, zero_points, axis, dtype)
Anwendungsbeispiel
Beispiel
import torch
# Eingabetensor erstellen (2D)
input = torch.tensor([[-1.0, 0.0], [1.0, 2.0]])
# Pro Kanal quantisieren
# scales: Skalierungsfaktor für jeden Kanal
# zero_points: Nullpunkt für jeden Kanal
# axis: Legt fest, entlang welcher Dimension quantisiert wird
scales = torch.tensor([0.1, 0.2])
zero_points = torch.tensor([10, 10])
axis = 0
x = torch.quantize_per_channel(input, scales, zero_points, axis, dtype=torch.quint8)
print("Quantisierter Tensor:")
print(x)
print("Dequantisierte Originalwerte:")
print(x.dequantize())
# Eingabetensor erstellen (2D)
input = torch.tensor([[-1.0, 0.0], [1.0, 2.0]])
# Pro Kanal quantisieren
# scales: Skalierungsfaktor für jeden Kanal
# zero_points: Nullpunkt für jeden Kanal
# axis: Legt fest, entlang welcher Dimension quantisiert wird
scales = torch.tensor([0.1, 0.2])
zero_points = torch.tensor([10, 10])
axis = 0
x = torch.quantize_per_channel(input, scales, zero_points, axis, dtype=torch.quint8)
print("Quantisierter Tensor:")
print(x)
print("Dequantisierte Originalwerte:")
print(x.dequantize())
Andere Erweiterungen