PyTorch 量化

• 量化简介
  • 量化是什么？
  • 量化过程
  • 微分量化
  • 反量化
  • 量化常用术语
  • 量化的简单分类
  • 量化误差来源
  • 量化中可能出现的问题
• 定点和浮点
  • 定点数表示法
  • 定点数实例
  • 浮点数表示法
• PyTorch 量化设计方案
  • 量化的数学描述
  • 量化的表示
  • 量化张量
  • 量化的算子/内核
  • 量化模型
• 量化流程
  • 量化流程概述
  • Eager 模式量化
  • FX Graph 模式量化
• 量化实践
  • 量化背景知识
  • 校准
  • 仿射和对称量化方案
  • 逐张量和逐通道量化方案
  • 后端引擎
  • QConfig
  • 在 PyTorch 中
  • 敏感性分析
  • 对您工作流程的建议
• tanh 量化
• Sigmoid 量化
  • Sigmoid 量化
  • LeNet
  • Cifar10 上的 ReNet18
• Pytorch 数值套件教程
  • 数值套件之静态量化
  • Numeric Suite 之动态量化
  • 结论
• Post training quantization tutorial for resnext.
• 泰勒公式与量化
  • 量化数据
• 量化矩阵乘法
• FX 量化快速入门
  • FX Graph 模式量化的动机
  • 定义辅助函数和 Prepare Dataset
  • 评估模式的模型
  • 使用 qconfig_dict 指定如何量化模型
  • 为静态后训练量化模型做准备
  • 校准
  • 将模型转换为量化模型
  • 评估
  • 调试量化模型
  • 基线浮点模型和 Eager 模式量化的比较
• 量化临时区域