---
title: Conv3dQAT
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/amct/atlasamct_16_0101.html
sourcePath: /source/zh/canncommercial/900/devaids/amct/atlasamct_16_0101.html
indexId: 0fcc1933f5e11f151c0ddbe52a91add861d8e0b29faf454c57d4d2780c20813e65
---
# Conv3dQAT

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas 350 加速卡 | √ |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | √ |
| Atlas 推理系列产品 | √ |
| Atlas 训练系列产品 | √ |


#### 功能说明

构造Conv3d的QAT算子。


#### 函数原型

- 直接构造接口：
  1 qat = amct_pytorch.nn.module.quantization.conv3d.Conv3dQAT(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias, padding_mode, device, dtype, config)


- 基于原生算子构造接口：
  1 qat = amct_pytorch.nn.module.quantization.conv3d.Conv3dQAT.from_float(mod, config)


#### 参数说明


**表1 直接构造接口参数说明**

| 参数名 | 输入/输出 | 说明 |
| --- | --- | --- |
| in\_channels | 输入 | 含义：输入channel个数。 数据类型：int |
| out\_channels | 输入 | 含义：输出channel个数。 数据类型：int |
| kernel\_size | 输入 | 含义：卷积核大小。 数据类型：int/tuple |
| stride | 输入 | 含义：卷积步长。 数据类型：int/tuple 默认值：1 |
| padding | 输入 | 含义：填充大小。 数据类型：int/tuple 默认值：0 |
| dilation | 输入 | 含义：kernel元素之间的间距。 数据类型：int/tuple 默认值：1 |
| groups | 输入 | 含义：输入和输出的连接关系。 数据类型：int 默认值：1 |
| bias | 输入 | 含义：是否开启偏置项参与学习。 数据类型：bool，其他数据类型（比如整数，字符串，列表等）按照Python真值判断规则转换。 默认值：True |
| padding\_mode | 输入 | 含义：填充方式。 使用约束：仅支持zeros |
| device | 输入 | 含义：运行设备。 默认值：None |
| dtype | 输入 | 含义：torch数值类型。 torch数据类型，仅支持torch.float32 |
| config | 输入 | 含义：量化配置，配置参考样例如下，量化配置参数的具体说明请参见量化配置参数说明 config = { "retrain\_enable":true, "retrain\_data\_config": { "dst\_type": "INT8", "batch\_num": 10, "fixed\_min": False, "clip\_min": \-1.0, "clip\_max": 1.0 }, "retrain\_weight\_config": { "dst\_type": "INT8", "weights\_retrain\_algo": "arq\_retrain", "channel\_wise": False } } 数据类型：dict 默认值：None |


**表2 基于原生算子构造接口**

| 参数名 | 输入/输出 | 说明 |
| --- | --- | --- |
| mod | 输入 | 含义：待量化的原生Conv3d算子。 数据类型：torch.nn.Module |
| config | 输入 | 含义：量化配置。配置参考样例如下，量化配置参数的具体说明请参见量化配置参数说明。 config = { "retrain\_enable":true, "retrain\_data\_config": { "dst\_type": "INT8", "batch\_num": 10, "fixed\_min": False, "clip\_min": \-1.0, "clip\_max": 1.0 }, "retrain\_weight\_config": { "dst\_type": "INT8", "weights\_retrain\_algo": "arq\_retrain", "channel\_wise": False } } 数据类型：dict 默认值：None |


#### 返回值说明

- 直接构造：返回构造的QAT单算子实例。
- 基于原生算子构造：torch.nn.Module转化后的QAT单算子。


#### 调用示例

- 直接构造：
  1 2 3 4 5 from amct_pytorch.nn.module.quantization.conv3d import Conv3dQAT Conv3dQAT(in_channels=1, out_channels=1, kernel_size=1, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None, config=None)

- 基于原生算子构造：
  1 2 3 4 5 6 7 8 import torch from amct_pytorch.nn.module.quantization.conv3d import Conv3dQAT conv3d_op = torch.nn.Conv3d(in_channels=1, out_channels=1, kernel_size=1, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros', device=None, dtype=None) Conv3dQAT.from_float(mod=conv3d_op, config=None)