weight_quantize

paddle.nn.quant. weight_quantize ( x, algo='weight_only_int8', arch=None )

weight_only 和 llm.int8 权重的量化函数。

参数

  • x (Tensor) - 待量化的输入张量,数据类型为 float16 或 bfloat16。

  • algo (str) - 应用于 x 的算法,必须是 'weight_only_int8'、'weight_only_int4' 和 'llm.int8' 中的一个,默认为 'weight_only_int8'。

  • arch (int) - 针对目标设备的计算架构。例如,A100 为 80,v100 为 70,如果您没有指定架构,我们将从您的设备获取架构,默认为 None。

返回

  • out (Tensor) - 量化结果的张量,数据类型为 int8,形状为 x 的转置。

  • scale (Tensor) - 每个通道的比例张量,数据类型为 float32。

代码示例:

COPY-FROM: paddle.nn.quant.weight_quantize