Linear#

class torch.ao.nn.quantized.dynamic.Linear(in_features, out_features, bias_=True, dtype=torch.qint8)[源]#

一個動態量化線性模組，其輸入和輸出為浮點張量。我們採用與 torch.nn.Linear 相同的介面，請參閱 https://pytorch.com.tw/docs/stable/nn.html#torch.nn.Linear 的文件。

與 torch.nn.Linear 類似，屬性將在模組建立時隨機初始化，稍後將被覆蓋。

變數

weight (Tensor) – 模組的不可學習的量化權重，形狀為 $(\text{out\_features}, \text{in\_features})$ 。
bias (Tensor) – 模組的不可學習的浮點偏置，形狀為 $(\text{out\_features})$ 。如果 bias 為 True，則值初始化為零。

示例

>>> m = nn.quantized.dynamic.Linear(20, 30)
>>> input = torch.randn(128, 20)
>>> output = m(input)
>>> print(output.size())
torch.Size([128, 30])

classmethod from_float(mod, use_precomputed_fake_quant=False)[源]#

從浮點模組或 qparams_dict 建立動態量化模組。

classmethod from_reference(ref_qlinear)[源]#: 從參考量化模組建立（fbgemm/qnnpack）動態量化模組 :param ref_qlinear: 一個參考量化模組，由 :type ref_qlinear: Module :param torch.ao.quantization 函式生成或使用者提供。

文件