torch.autograd.graph.increment_version¶
- torch.autograd.graph.increment_version(tensor)[source][source]¶
更新 autograd 元数据跟踪给定的 Tensor 是否在原地修改。
这是为了在自动微分引擎中实现更精确的错误检查。PyTorch 函数和自定义 Function 在调用 mark_dirty()时已经自动完成,所以您只有在以 PyTorch 不知道的方式对 Tensor 数据进行原地操作时才需要显式调用此操作。例如,一个自定义内核读取 Tensor 数据指针并根据此指针原地修改内存。可以接受一个张量或张量列表。
注意,对于单个原地操作多次增加版本计数器是没有问题的。
注意,如果您传递的是在 torch.inference_mode()下构建的张量,我们不会增加其版本计数器(因为您的张量没有版本计数器)。