Conv2dQAT

功能说明

构造Conv2d的QAT算子。

函数原型

直接构造接口：

amct_pytorch.nn.module.quantization.conv2d.Conv2dQAT(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias, padding_mode, device, dtype, config)

基于原生算子构造接口：

amct_pytorch.nn.module.quantization.conv2d.Conv2dQAT.from_float(mod, config)

参数说明

表1 直接构造接口参数说明
参数名	输入/输出	含义	使用限制
in_channels	输入	输入channel个数	数据类型：int 必填
out_channels	输入	输出channel个数	数据类型：int 必填
kernel_size	输入	卷积核大小	数据类型：int/tuple 必填
stride	输入	卷积步长	数据类型：int/tuple 默认值为1
padding	输入	填充大小	数据类型：int/tuple 默认值为0
dilation	输入	kernel元素之间的间距	数据类型：int/tuple 默认值为1
groups	输入	输入和输出的连接关系	数据类型：int 默认值为1
bias	输入	是否开启偏值项参与学习	数据类型：bool 默认值为True
padding_mode	输入	填充方式	仅支持zeros
device	输入	运行设备	默认值：None
dtype	输入	torch数值类型	torch数据类型，仅支持torch.float32
config	输入	量化配置。配置参考样例如下，量化配置参数的具体说明请参见量化配置参数说明。 config = { "retrain_data_config": { "dst_type": "INT8", "batch_num": 10, "fixed_min": False, "clip_min": -1.0, "clip_max": 1.0 }, "retrain_weight_config": { "dst_type": "INT8", "weights_retrain_algo": "arq_retrain", "channel_wise": False } }	数据类型：dict 默认值：None

表2 基于原生算子构造接口
参数名	输入/输出	含义	使用限制
mod	输入	待量化的原生Conv2d算子	数据类型：torch.nn.Module
config	输入	量化配置。配置参考样例如下，量化配置参数的具体说明请参见量化配置参数说明。 config = { "retrain_data_config": { "dst_type": "INT8", "batch_num": 10, "fixed_min": False, "clip_min": -1.0, "clip_max": 1.0 }, "retrain_weight_config": { "dst_type": "INT8", "weights_retrain_algo": "arq_retrain", "channel_wise": False } }	数据类型：dict 默认值：None

返回值说明

生成一个Conv2d对应QAT算子，用于后续量化感知训练。

调用示例

直接构造：

from amct_pytorch.nn.module.quantization.conv2d import Conv2dQAT

Conv2dQAT(in_channels=1, out_channels=1, kernel_size=1, stride=1,
          padding=0, dilation=1, group=1, bias=True,
          padding_mode='zeros', device=None, dtype=None, config=None)

基于原生算子构造：

import torch

from amct_pytorch.nn.module.quantization.conv2d import Conv2dQAT

conv2d_op = torch.nn.Conv2d(in_channels=1, out_channels=1, kernel_size=1, stride=1,
                            padding=0, dilation=1, group=1, bias=True,
                            padding_mode='zeros', device=None, dtype=None)
Conv2dQAT.from_float(mod=conv2d_op, config=None)

父主题： 单算子模式