ConvertCustomConfig

类 torch.ao.quantization.fx.custom_config.ConvertCustomConfig[源代码]

convert_fx() 的自定义配置。

示例用法：

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

classmethodfrom_dict(convert_custom_config_dict)[源代码]

使用包含以下项目的字典来创建一个ConvertCustomConfig：

"observed_to_quantized_custom_module_class": 一个嵌套字典，将量化模式映射到观察模块类和对应的量化模块类，例如:: { "static": {FloatCustomModule: ObservedCustomModule}, "dynamic": {FloatCustomModule: ObservedCustomModule}, "weight_only": {FloatCustomModule: ObservedCustomModule} } "preserved_attributes": 一个属性列表，在forward方法中即使未使用也会被保留的属性。

此函数主要用于保持 backward 兼容性，未来可能会被移除。

注意这里的backward建议翻译为“向后”，以增加理解的自然度。但按照要求只返回答案本身的话：

此函数主要用于向后兼容，将来可能会被移除。

返回类型

ConvertCustomConfig

set_observed_to_quantized_mapping(observed_class, quantized_class, quant_type=QuantType.STATIC)[源代码]

设置从自定义观察模块类到自定义量化模块类之间的映射。

量化模块类必须包含一个 from_observed 类方法，用于将观察到的模块类转换为量化模块类。

返回类型

ConvertCustomConfig

set_preserved_attributes(attributes)[源代码]

设置将在图模块中保留的属性名称，即使这些属性未在模型的 forward 方法中使用。

返回类型

ConvertCustomConfig

to_dict()[源代码]

将此 ConvertCustomConfig 转换为一个字典，其中包含from_dict() 中描述的各项内容。

返回类型

Dict[str, Any]