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

参数:

• input (torch.Tensor) – 量化后的张量，应与 dtype 参数匹配

• block_size – (List[int]): 量化的粒度，表示共享相同 qparam 的张量元素的尺寸。例如，当尺寸与输入张量维度相同时，我们使用逐张量量化。

• scale (Tensor) – 仿射量化的量化参数

• zero_point (Tensor) – 仿射量化的量化参数

• input_dtype (torch.dtype) – 输出张量所需的 dtype（例如 torch.uint8）

• quant_min (Optional[int]) – 输入张量的最小量化值

• quant_max (Optional[int]) – 输入张量的最大量化值

• output_dtype (torch.dtype) – 输出张量的 dtype，默认为 fp32

• domain (zero_point 的默认值为整数) –

• quantization (在进行反量化时，zero point 被加到量化整数值上) –

输出

反量化后的张量，具有所需的 dtype 或 fp32