准备 ¶

class torch.ao.quantization.prepare(model, inplace=False, allow_list=None, observer_non_leaf_module_list=None, prepare_custom_config_dict=None)

准备模型的副本以进行量化校准或量化感知训练。

应预先将量化配置分配给各个子模块的.qconfig 属性中。

模型将附加观察器或伪量化模块，并将 qconfig 进行传播。

参数:

• model – 要就地修改的输入模型

• 原地执行 – 在原地执行模型转换，原始模块被修改

• allow_list – 可量化的模块列表

• observer_non_leaf_module_list – 我们想要添加观察器的非叶模块列表

• prepare_custom_config_dict – 为 prepare 函数定制的配置字典

# Example of prepare_custom_config_dict:
prepare_custom_config_dict = {
    # user will manually define the corresponding observed
    # module class which has a from_float class method that converts
    # float custom module to observed custom module
    "float_to_observed_custom_module_class": {
        CustomModule: ObservedCustomModule
    }
 }