ConvBnReLU2d

class torch.ao.nn.intrinsic.qat.ConvBnReLU2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=None, padding_mode='zeros', eps=1e-05, momentum=0.1, freeze_bn=False, qconfig=None)

一个由 Conv2d、BatchNorm2d 和 ReLU 融合而成的 ConvBnReLU2d 模块，附加了权重的 FakeQuantize 模块，用于量化感知训练。

我们将 torch.nn.Conv2d、torch.nn.BatchNorm2d 和 torch.nn.ReLU 的接口进行了组合。

与 torch.nn.Conv2d 类似，并初始化了 FakeQuantize 模块为默认值。

变量:

weight_fake_quant – 权重的 fake quant 模块

forward(input)

执行融合后的 Conv2d、BatchNorm2d 和 ReLU 的前向传播。

classmethod from_float(mod, use_precomputed_fake_quant=False)

从浮点模块创建 QAT 模块。