如何对两个 PyTorch 量化张量进行矩阵相乘？

Posted 2023-02-16

【中文标题】如何对两个 PyTorch 量化张量进行矩阵相乘？

【英文标题】：How can I matrix-multiply two PyTorch quantized Tensors?

【发布时间】：2020-06-05 03:09:24

【问题描述】：

我是张量量化的新手，并尝试做一些简单的事情

import torch
x = torch.rand(10, 3)
y = torch.rand(10, 3)

x@y.T

使用在 CPU 上运行的 PyTorch 量化张量。我因此尝试了

scale, zero_point = 1e-4, 2
dtype = torch.qint32
qx = torch.quantize_per_tensor(x, scale, zero_point, dtype)
qy = torch.quantize_per_tensor(y, scale, zero_point, dtype)

qx@qy.T # I tried...

..并得到错误

RuntimeError: 无法使用来自 'QuantizedCPUTensorId' 后端。 'aten::mm' 仅适用于这些 后端：[CUDATensorId，SparseCPUTensorId，VariableTensorId， CPUTensorId, SparseCUDATensorId].

只是不支持矩阵乘法，还是我做错了什么？

【参考方案1】：

为量化矩阵实现矩阵乘法并不简单。因此，“常规”矩阵乘法 (@) 不支持它（如您的错误消息所示）。

您应该查看量化操作，例如，torch.nn.quantized.functional.linear：

torch.nn.quantized.functional.linear(qx[None,...], qy.T)