目录

torch.fx.experimental

警告

这些API是实验性的,可能会在未通知的情况下发生变化。

torch.fx.experimental.symbolic_shapes

torch.fx.experimental.symbolic_shapes 提供了与我们的符号形状推理系统交互的接口,该系统在 torch.compile被广泛使用。尽管这通常不被视为公共 API,但在 PyTorch 中编写框架代码以及 PyTorch 的扩展(例如自定义操作符实现)时,你可能需要使用这些 API 来适当地设置动态形状支持。

ShapeEnv

DimDynamic

控制维度的符号分配方式。

StrictMinMaxConstraint

对于客户:在此维度的大小必须在 'vr' 范围内(指定一个下限和上限,包含上下限)并且必须是非负数,且不应为 0 或 1(但请参见下面的注意事项)。

RelaxedUnspecConstraint

对于客户端:没有明确的约束;约束是由守护者从追踪中隐式推断出的。

EqualityConstraint

表示和决定各种各样的输入源之间的等式约束。

SymbolicContext

数据结构指定我们应如何在create_symbolic_sizes_strides_storage_offset中创建符号;例如,它们应该是静态的还是动态的。

StatelessSymbolicContext

通过create_symbolic_sizes_strides_storage_offset创建符号,由DimDynamicDimConstraint给出的符号上下文决定。

StatefulSymbolicContext

通过缓存的Source:Symbol,以符号上下文确定的方式在create_symbolic_sizes_strides_storage_offset中创建符号。

SubclassSymbolicContext

给定可追溯张量子类中内部张量的正确符号上下文可能与外部符号上下文不同。

DimConstraints

针对符号维度约束系统的自定义求解器。

ShapeEnvSettings

封装所有可能影响 FakeTensor 分派的形状环境设置。

ConvertIntKey

CallMethodKey

PropagateUnbackedSymInts

DivideByKey

InnerTensorKey

hint_int

检索整数的提示(基于运行时观察到的底层实际值)。

is_concrete_int

检查 SymInt 中底层对象是否为具体值的工具。

is_concrete_bool

检查 SymBool 中底层对象是否为具体值的工具。

has_free_symbols

布尔符号(val)的更快版本

definitely_true

仅在我们可以确定 a 为真时返回 True,过程中可能引入一个保护条件。

definitely_false

仅在我们可以确定 a 为假时返回 True,过程中可能引入一个保护条件。

guard_size_oblivious

以与大小无关的方式对符号布尔表达式进行保护。

parallel_or

对多个参数进行逻辑 OR 运算,如果另一个参数确定为 True,则避免在未支持的 SymInt 上进行保护。

parallel_and

评估多个参数的逻辑 FALSE,如果另一个参数肯定是 FALSE,则避免在未支持的 SymInt 上进行保护。

sym_eq

类似于 ==,但当在列表/元组上运行时,它会递归地测试相等性,并使用 sym_and 连接结果,而不进行保护。

constrain_range

应用一个约束,要求传入的 SymInt 必须位于 min 和 max 之间(包括 min 和 max),并且不对 SymInt 引入保护机制(这意味着它可以用于未支持的 SymInt)。

constrain_unify

给定两个 SymInt,将其约束为必须相等。

canonicalize_bool_expr

通过将其转换为小于或等于不等式并将所有非常数项移到右侧来规范化一个布尔表达式。

statically_known_true

如果 x 可以简化为一个常量且为真,则返回 True。

lru_cache

check_consistent

测试两个“元”值(通常是张量或对称整数)具有相同的值,例如,在重新跟踪之后。

compute_unbacked_bindings

在运行假张量传播并产生 example_value 结果后,遍历 example_value 查找新绑定的未支持符号,并记录它们的路径以备后用。

rebind_unbacked

假设我们要重新构建一个之前存在假张量传播(因此为未支持的SymInt)的预定义计算图。

resolve_unbacked_bindings

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源