文章/答案/技术大牛

发布

社区首页 >问答首页 >pytorch静态量化:不同训练(校准)和推理后端

问pytorch静态量化:不同训练(校准)和推理后端
EN

Stack Overflow用户

提问于 2021-07-06 14:49:38

回答 1查看 269关注 0票数 1

我们可以使用不同的CPU体系结构(和后端)来训练(校准)和推断量化的py手电筒模型吗？

我唯一找到的关于这个主题的帖子指出：

静态量化必须在与部署目标具有相同结构的机器上执行。如果您使用的是x86 CPU，则必须在x86 CPU上执行校准传递；如果使用QNNPACK，则需要在ARM上进行校准。

但在官方文件中没有这方面的内容。

pytorch

quantization-aware-training

deep-learning

回答 1

Stack Overflow用户

发布于 2021-08-13 16:46:43

您发布的链接中的信息是正确的。您应该在这两种情况下使用相同的后端。在正式文件中也提到了这一点-

在准备量化模型时，必须确保qconfig和用于量化计算的引擎与执行模型的后端匹配。

在这里找到它

https://pytorch.org/docs/stable/quantization.html

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/68272765

复制

相似问题

问pytorch静态量化:不同训练(校准)和推理后端
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问pytorch静态量化:不同训练(校准)和推理后端EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问pytorch静态量化:不同训练(校准)和推理后端
EN