JitScalarType¶

class torch.onnx.JitScalarType(value, names=<未指定>, *values, module=None, qualname=None, type=None, start=1, boundary=None) ¶

PyTorch 中定义的标量类型。

使用 JitScalarType 将 PyTorch 和 JIT 标量类型转换为 ONNX 标量类型。

示例

>>> JitScalarType.from_value(torch.ones(1, 2)).onnx_type()
TensorProtoDataType.FLOAT

>>> JitScalarType.from_value(torch_c_value_with_type_float).onnx_type()
TensorProtoDataType.FLOAT

>>> JitScalarType.from_dtype(torch.get_default_dtype).onnx_type()
TensorProtoDataType.FLOAT

dtype()[来源][来源]

将 JitScalarType 转换为 PyTorch 数据类型。

classmethod from_dtype(dtype)[source][source]¶

将 torch 数据类型转换为 JitScalarType。

注意：当 dtype 来自 torch._C.Value.type()调用时，请不要使用此 API。: 在形状信息不存在的情况下，可能会在以下几种场景中引发“RuntimeError: INTERNAL ASSERT FAILED at “../aten/src/ATen/core/jit_type_base.h”错误。请改用 from_value API，它更安全。

from_onnx_type(onnx_type)[source][source] ¶

将 ONNX 数据类型转换为 JitScalarType。

参数:: onnx_type (int | torch._C._onnx.TensorProtoDataType | None) – 要创建 JitScalarType 的 torch._C._onnx.TensorProtoDataType
返回值:: JitScalarType
引发:: OnnxExporterError – 如果 dtype 不是有效的 torch.dtype 或者为 None。
返回类型:: JitScalarType

classmethod from_value(value, default=None)[source][source]¶

从值的标量类型创建一个 JitScalarType。

参数:

返回值:

JitScalarType.

引发:

返回类型:

JitScalarType

返回此 JitScalarType 是否与 ONNX 兼容。

onnx_type()[来源][来源] ¶

将 JitScalarType 转换为 ONNX 数据类型。

scalar_name()[来源][来源] ¶

将 JitScalarType 转换为 JIT 标量类型名称。

返回类型:: Literal[‘字节’，‘字符’，‘双精度’，‘浮点’，‘半精度’，‘整型’，‘长整型’，‘短整型’，‘布尔’，‘复数半精度’，‘复数浮点’，‘复数双精度’，‘QInt8’，‘QUInt8’，‘QInt32’，‘BFloat16’，‘Float8E5M2’，‘Float8E4M3FN’，‘Float8E5M2FNUZ’，‘Float8E4M3FNUZ’，‘未定义’]

torch_name()[来源][来源]

将 JitScalarType 转换为 torch 类型名称。

返回类型:: Literal[‘布尔’，‘uint8_t’，‘int8_t’，‘double’，‘float’，‘half’，‘int’，‘int64_t’，‘int16_t’，‘complex32’，‘complex64’，‘complex128’，‘qint8’，‘quint8’，‘qint32’，‘bfloat16’，‘float8_e5m2’，‘float8_e4m3fn’，‘float8_e5m2fnuz’，‘float8_e4m3fnuz’]

文档