• 文档 >
  • torch.fx.experimental
快捷键

torch.fx.experimental

警告

这些 API 是实验性的,可能会在没有通知的情况下更改。

torch.fx.experimental.symbolic_shapes

ShapeEnv

DimDynamic

控制如何进行维度符号分配。

StrictMinMaxConstraint

对于客户端:此维度的尺寸必须在 'vr'(指定下限和上限,包含)范围内,并且必须是非负的,且不应为 0 或 1(但请参阅以下注意事项)。

RelaxedUnspecConstraint

对于客户端:没有明确的约束;约束由追踪中守卫隐式推断。

EqualityConstraint

表示和决定输入源之间各种类型的等价约束。

SymbolicContext

指定如何在 create_symbolic_sizes_strides_storage_offset 中创建符号的数据结构;例如,它们应该是静态的还是动态的。

StatelessSymbolicContext

通过 DimDynamicDimConstraint 给出的 symbolic_context 确定,在 create_symbolic_sizes_strides_storage_offset 中创建符号。

StatefulSymbolicContext

通过 Source:Symbol 的缓存给出的 symbolic_context 确定,在 create_symbolic_sizes_strides_storage_offset 中创建符号。

SubclassSymbolicContext

给定可迹张量子类的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

符号维度约束的自定义求解器。

ShapeEnvSettings

封装了可能影响 FakeTensor 分发的所有形状环境设置。

ConvertIntKey

CallMethodKey

PropagateUnbackedSymInts

DivideByKey

InnerTensorKey

hint_int

获取整型的提示(基于运行时观察到的底层真实值)。

is_concrete_int

检查 SymInt 中的底层对象是否为具体值。

is_concrete_bool

检查 SymBool 中的底层对象是否为具体值。

is_concrete_float

检查 SymInt 中的底层对象是否为具体值。

has_free_symbols

bool(free_symbols(val))的更快版本。

has_free_unbacked_symbols

free_unbacked_symbols(val)的 bool(free_unbacked_symbols(val))的更快版本

definitely_true

只有在我们能确定 a 为 True 时才返回 True,可能在此过程中引入保护措施。

definitely_false

只有在我们能确定 a 为 False 时才返回 True,可能在此过程中引入保护措施。

guard_size_oblivious

以大小无关的方式对符号布尔表达式执行保护。

sym_eq

Like ==, but when run on list/tuple, it will recursively test equality and use sym_and to join the results together, without guarding.

constrain_range

Applies a constraint that the passed in SymInt must lie between min-max inclusive-inclusive, WITHOUT introducing a guard on the SymInt (meaning that it can be used on unbacked SymInts).

constrain_unify

Given two SymInts, constrain them so that they must be equal.

canonicalize_bool_expr

Canonicalize a boolean expression by transforming it into a lt / le inequality and moving all the non-constant terms to the rhs.

statically_known_true

返回 True,如果 x 可以简化为常数且为真。

lru_cache

check_consistent

测试两个"meta"值(通常是 Tensor 或 SymInt)是否具有相同的值,例如在重追踪之后。

compute_unbacked_bindings

在运行假张量传播并生成 example_value 结果后,遍历 example_value 以查找新绑定的未绑定符号并记录它们的路径以供以后使用。

rebind_unbacked

假设我们正在重追踪一个之前已经进行过假张量传播(因此有未绑定 SymInts)的预存在 FX 图。

resolve_unbacked_bindings

is_accessor_node

torch.fx.experimental.proxy_tensor

make_fx

给定一个函数 f,返回一个新的函数,当执行 f 的有效参数时,返回一个表示执行过程中所执行操作集合的 FX GraphModule。

handle_sym_dispatch

调用当前活动的代理跟踪模式,对操作这些参数的函数进行 SymInt/SymFloat/SymBool 分派跟踪。

get_proxy_mode

当前活动的代理跟踪模式,或者如果没有正在跟踪则为 None。

maybe_enable_thunkify

在此上下文管理器中,如果您正在进行 make_fx 跟踪,我们将对 SymNode 计算进行 thunkify 处理,并避免将其跟踪到图中,除非实际需要。

maybe_disable_thunkify

在上下文中禁用 thunkification。


© 版权所有 PyTorch 贡献者。

使用 Sphinx 构建,主题由 Read the Docs 提供。

文档

PyTorch 开发者文档全面访问

查看文档

教程

获取初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得您的疑问解答

查看资源