Skip to main content
Ctrl+K
Ctrl+K
  • 符号
  • 参考
    • Torch 包
      • 观测器
      • QConfig
      • 量化张量
      • FX API 参考
      • Torch 参数
    • API 参考
    • 术语表
  • 临时教程
    • 教程
      • TorchScript
        • TorchScript 简介
        • TorchScript 语言参考
      • 量化
        • 量化背景资料(chaos)
        • 量化简介
        • PTQ 小范例（eager）
        • QAT 小范例（eager）
        • FX 图模式后训练静态量化
        • FX Graph QAT
        • (prototype) FX Graph Mode Post Training Dynamic Quantization
      • torch.fx
        • FX 简介
        • Graph 基础
        • FX 流程控制
        • 解释器模式
        • 调试
        • 符号追踪的局限性
        • FX 算子替换
        • 自定义跟踪器
        • 动态包装计算图输出
        • 原语库
      • 中间表示
        • 模型剪枝
        • 参数化教程
        • 使用 FX 构建简单的 CPU 性能分析器
        • 在pytorch中通道最后的内存格式
        • Forward-mode 自动微分
        • (beta) Building a Convolution/Batch Norm fuser in FX
      • ONNX 接口
        • PyTorch 转 ONNX
        • torch.onnx.export() 导出到 ONNX
        • 注册自定义 ONNX 算子
        • 注册 aten::linalg_inv 到 ONNX
      • torch.compile()
        • torch.compiler 简介
        • torch.compiler 基础
        • 通过 torch.compile 将 NumPy 代码编译为 C++ 或 CUDA
        • 常见问题(torch.compile())
      • YOLO 系列
        • ultralytics 快速上手
      • Detectron2
        • 简介
        • 使用内置数据集
        • 扩展 Detectron2 的默认值
        • 自定义数据集
        • Dataloader
        • 数据增强
        • 使用模型
        • 编写模型
        • 训练
        • 评估
        • Yacs 配置
        • 延迟配置
        • 部署
        • 对抗攻击
        • fvcore
      • TorchMetrics
        • TorchMetrics 简介
        • TorchMetrics 概述
        • 自定义度量
        • 分类度量
      • DDP
      • ExecuTorch
        • ExecuTorch 简介
        • ExecuTorch 概念
        • ExecuTorch 工作原理
        • ExecuTorch 技术架构
        • 配置 ExecuTorch
      • PyTorch 原生架构优化：torchao
        • torchao 概述
      • 混沌
        • Autograd 机制
        • 自动微分
        • PyTorch Benchmark
        • Extending PyTorch
        • 其他临时区
        • PyTorch 参数管理
        • 性能评估
        • Pytorch 梯度归零
    • 指南
      • Cifar 数据集上的 ResNet
        • Cifar10 上的 ReNet18
        • Cifar10 上的 ReNet18(SiLU)
        • Cifar10 上的 ReNet18 SiLU 线性化
      • PyTorch 基准测试
      • 激活函数
        • Sigmoid 量化
        • silu 函数
        • tanh 函数
      • 计算机视觉
        • 转换和增强图像
        • 模型和预训练权重
        • 快速上手 torchvision.transforms.v2
        • Illustration of transforms
        • Transforms v2: End-to-end object detection/segmentation example
        • How to use CutMix and MixUp
        • How to write your own v2 transforms
        • TVTensors FAQ
        • How to write your own TVTensor class
        • Optical Flow: Predicting movement with the RAFT model
        • Repurposing masks into bounding boxes
        • Torchscript support
        • Video API
        • Visualization utilities
        • feature_extraction
    • 论文解读
      • 数据增强
        • 数据增强之 Cutout
        • Random Erasing
        • Mixup
        • Cutmix
        • Mosaic
      • 量化论文
        • 神经网络量化白皮书(PTQ)
        • 神经网络量化白皮书(QAT)
        • 随机舍入
      • 卷积算法指南
        • 简介
    • 其他
      • 术语表
        • NumPy
        • PyTorch 词汇表
      • 参考
      • Colab 训练
      • 中英互译
      • 未整理的资料
      • 常见问题
    • 设计
      • 接口设计简介(TODO)
      • 复杂度
        • FLOPs
        • MACs
        • DMAs
      • 模型
        • 快速上手模型
        • timm 基础

索引

N | P | Q | 浮 | 训 | 量 | 静

N

  • NumPy

P

  • PTQ
  • PyTorch Tutorials
  • PyTorch 中文文档

Q

  • QAT

浮

  • 浮点模型

训

  • 训练后量化

量

  • 量化模型

静

  • 静态量化感知训练

作者： xinetzone

© Copyright 2021, xinetzone.