合并模块 ¶

class torch.ao.quantization.fuse_modules.fuse_modules(model, modules_to_fuse, inplace=False, fuser_func=<function fuse_known_modules>, fuse_custom_config_dict=None)

将一系列模块合并成一个模块。

仅融合以下模块序列：conv, bn conv, bn, relu conv, relu linear, relu bn, relu 其他序列保持不变。对于这些序列，将列表中的第一个模块替换为融合模块，其余模块替换为恒等模块。

参数:

• model – 包含要融合的模块的模型

• modules_to_fuse – 要融合的模块名称列表的列表。如果只有一个要融合的模块列表，也可以是字符串列表。

• inplace – 布尔值，指定融合是否在模型中就地发生，默认返回新模型

• fuser_func – 函数接收一个模块列表，并输出相同长度的融合模块列表。例如，fuser_func([convModule, BNModule]) 返回列表 [ConvBNModule, nn.Identity()] 默认为 torch.ao.quantization.fuse_known_modules

• fuse_custom_config_dict – 融合的自定义配置

# Example of fuse_custom_config_dict
fuse_custom_config_dict = {
    # Additional fuser_method mapping
    "additional_fuser_method_mapping": {
        (torch.nn.Conv2d, torch.nn.BatchNorm2d): fuse_conv_bn
    },
}

返回值:

拥有融合模块的模型。如果 inplace=True，则创建一个新的副本。

示例：

>>> m = M().eval()
>>> # m is a module containing the sub-modules below
>>> modules_to_fuse = [ ['conv1', 'bn1', 'relu1'], ['submodule.conv', 'submodule.relu']]
>>> fused_m = torch.ao.quantization.fuse_modules(m, modules_to_fuse)
>>> output = fused_m(input)

>>> m = M().eval()
>>> # Alternately provide a single list of modules to fuse
>>> modules_to_fuse = ['conv1', 'bn1', 'relu1']
>>> fused_m = torch.ao.quantization.fuse_modules(m, modules_to_fuse)
>>> output = fused_m(input)