dequantize_affine

torchao.quantization.dequantize_affine(input: Tensor, block_size: Tuple[int, ...], scale: Tensor, zero_point: Optional[Tensor], input_dtype: dtype, quant_min: Optional[Union[int, float]] = None, quant_max: Optional[Union[int, float]] = None, *, output_dtype: dtype = torch.float32) → Tensor

引數:

• input (torch.Tensor) – 量化張量，應與 dtype 引數匹配

• block_size – (List[int]): 量化的粒度，這意味著共享相同 qparam 的張量元素的尺寸。例如，當尺寸與輸入張量維度相同時，我們使用逐張量量化。

• scale (Tensor) – 仿射量化的量化引數

• zero_point (Tensor) – 仿射量化的量化引數

• input_dtype (torch.dtype) – 輸出張量的請求資料型別（例如，torch.uint8）

• quant_min (Optional[int]) – 輸入張量的最小量化值

• quant_max (Optional[int]) – 輸入張量的最大量化值

• output_dtype (torch.dtype) – 輸出張量的資料型別，預設為 fp32

• domain (zero_point 的預設值為整數) –

• quantization (在反量化整數值時會加上 zero point) –

輸出

反量化的張量，具有請求的資料型別或 fp32