转换自定义配置 ¶

类 torch.ao.quantization.fx.custom_config.ConvertCustomConfig[source][source] ¶

convert_fx() 的定制配置。

演示用法：

convert_custom_config = ConvertCustomConfig()             .set_observed_to_quantized_mapping(ObservedCustomModule, QuantizedCustomModule)             .set_preserved_attributes(["attr1", "attr2"])

类方法 from_dict(convert_custom_config_dict)[source][source] ¶

从以下项目创建一个 ConvertCustomConfig ：

“observed_to_quantized_custom_module_class”：一个从量化模式到内部映射的嵌套字典，该映射从观察到的模块类到量化模块类，例如：{"static": {"FloatCustomModule": "ObservedCustomModule"}, "dynamic": {"FloatCustomModule": "ObservedCustomModule"}, "weight_only": {"FloatCustomModule": "ObservedCustomModule"}} “preserved_attributes”：即使它们在 forward 中未被使用，也会持续存在的属性列表

此函数主要用于向后兼容，未来可能会被移除。

返回类型:

ConvertCustomConfig

set_observed_to_quantized_mapping(observed_class, quantized_class, quant_type=QuantType.STATIC)

将自定义观察模块类映射到自定义量化模块类。

量化模块类必须有一个 from_observed 类方法，用于将观察模块类转换为量化模块类。

返回类型:

转换自定义配置

设置保留属性（attributes）[源][源]

设置在图模块中即使未在模型的 forward 方法中使用也将持久化的属性名称。

返回类型:

转换自定义配置

to_dict()[来源][来源] ¶

将此 ConvertCustomConfig 转换为包含 from_dict() 描述项的字典。

返回类型:

dict[str, Any]