PropagateUnbackedSymInts

class torch.fx.experimental.symbolic_shapes.PropagateUnbackedSymInts(module, garbage_collect_values=True, graph=None)

boxed_run(参数列表)[源代码] ¶

通过解释执行模块并返回结果。这使用“boxed”调用约定，其中传递一个参数列表，该列表将被解释器清除。这确保了输入张量能够及时释放。

注意

本 API 向后兼容性得到保证。

调用函数(目标, 参数, 关键字参数)[源代码] ¶

执行一个 call_function 节点并返回结果。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回类型:

任何

返回

Any: 函数调用的返回值

注意

本 API 向后兼容性得到保证。

调用方法(目标, 参数, 关键字参数)[源代码] ¶

执行一个 call_method 节点并返回结果。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回类型:

任何

返回

Any: 方法调用的返回值

注意

本 API 向后兼容性得到保证。

调用模块(目标, 参数, 关键字参数)[源代码] ¶

执行一个 call_module 节点并返回结果。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回类型:

任何

返回

Any: 模块调用返回的值

注意

本 API 向后兼容性得到保证。

fetch_args_kwargs_from_env(n)

从当前执行环境中获取节点 n 的 args 和 kwargs 的具体值。

参数:

n (节点) – 需要获取 args 和 kwargs 的节点@2#。

返回值:

args 和 kwargs 的具体值为 n 。

返回类型:

Tuple[Tuple, Dict]

注意

本 API 向后兼容性得到保证。

fetch_attr(target)

从 self.module 的 Module 层次结构中获取属性。

参数:

target (str) – 要获取的属性的完全限定名称

返回值:

属性的值。

返回类型:

任何

注意

本 API 向后兼容性得到保证。

get_attr(target, args, kwargs)

执行一个 get_attr 节点。将从 Module 层级的 self.module 中检索属性值。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回值:

所检索到的属性值

返回类型:

任何

注意

本 API 向后兼容性得到保证。

map_nodes_to_values(args, n)

递归遍历 args 并在当前执行环境中查找每个 Node 的具体值。

参数:

• args（参数）- 用于查找具体值的内部数据结构。

• n（节点）- args 所属的节点。这仅用于错误报告。

返回类型:

Optional[Union[ tuple[Union[ForwardRef('Argument'), ...], collections.abc.Sequence[ForwardRef('Argument')], collections.abc.Mapping[ str, ForwardRef('Argument')], slice, range, torch.fx.node.Node, str, int, float, bool, complex, torch.dtype, torch.Tensor, torch.device, torch.memory_format, torch.layout, torch._ops.OpOverload, torch.SymInt, torch.SymBool, torch.SymFloat, NoneType], …], Sequence[Optional[Union[ tuple[ForwardRef('Argument'), …], Sequence[Argument], Mapping[ str, Argument], slice, range, Node, str, int, float, bool, complex, dtype, Tensor, device, memory_format, layout, OpOverload, SymInt, SymBool, SymFloat]]], Mapping[ str, Optional[Union[ tuple[ForwardRef('Argument'), …], Sequence[Argument], Mapping[ str, Argument], slice, range, Node, str, int, float, bool, complex, dtype, Tensor, device, memory_format, layout, OpOverload, SymInt, SymBool, SymFloat]]], slice, range, Node, str, int, float, bool, complex, dtype, Tensor, device, memory_format, layout, OpOverload, SymInt, SymBool, SymFloat]]

注意

本 API 向后兼容性得到保证。

output(target, args, kwargs)

执行一个 output 节点。这实际上只是检索由 output 节点引用的值并返回它。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回值:

输出节点引用的返回值

返回类型:

任何

注意

本 API 向后兼容性得到保证。

placeholder(target, args, kwargs)

执行一个 placeholder 节点。请注意，这是有状态的： Interpreter 维护一个对传递给 run 的参数的内部迭代器，此方法返回该迭代器的 next()。

参数:

• 目标（Target）- 此节点的调用目标。有关语义的详细信息，请参阅 Node。

• args（元组）- 此调用中位置参数的元组

• kwargs（字典）- 此调用中关键字参数的字典

返回值:

获取的参数值。

返回类型:

任何

注意

本 API 向后兼容性得到保证。

run(*args, initial_env=None, enable_io_processing=True)

通过解释执行模块并返回结果。

参数:

• *args – 要运行的模块的参数，按位置顺序排列。

• initial_env（可选[Dict[Node, Any]]）– 执行的可选起始环境。这是一个将 Node 映射到任何值的字典。这可以用来预先填充某些节点的结果，以便在解释器中进行部分评估。

• enable_io_processing（bool）– 如果为 true，我们在使用之前首先使用图的 process_inputs 和 process_outputs 函数处理输入和输出。

返回值:

执行模块返回的值

返回类型:

任何

注意

本 API 向后兼容性得到保证。

运行节点(n)[source][source] ¶

运行 FX 节点，将未备份的 Symbol 绑定传播到新的虚拟张量

返回类型:

Union[张量，tuple[torch.Tensor, …]]