• 文档 >
  • torch.fx.experimental
快捷方式

torch.fx.experimental

警告

这些 API 处于实验阶段,可能会在未经通知的情况下更改。

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 中被广泛使用。虽然这通常不被认为是公开 API,但在编写 PyTorch 中的框架代码以及 PyTorch 的扩展(例如,在自定义运算符实现中)时,您可能需要使用这些 API 来适当设置动态形状支持。

ShapeEnv

DimDynamic

控制如何为维度执行符号分配。

StrictMinMaxConstraint

对于客户端:此维度的尺寸必须在 'vr' 内(它指定了包含-包含的下限和上限)并且必须是非负数,不能为 0 或 1(但请参见下面的说明)。

RelaxedUnspecConstraint

对于客户端:没有显式约束;约束是通过跟踪从保护中隐式推断的任何内容。

EqualityConstraint

表示和决定输入源之间各种类型的相等约束。

SymbolicContext

数据结构,指定我们应该如何在 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 DimDynamicDimConstraint 给出的符号上下文确定,在 create_symbolic_sizes_strides_storage_offset 中创建符号。

StatefulSymbolicContext

通过 Source:Symbol 缓存给出的符号上下文确定,在 create_symbolic_sizes_strides_storage_offset 中创建符号。

SubclassSymbolicContext

可跟踪张量子类的给定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定制的求解器。

ShapeEnvSettings

封装了可能影响 FakeTensor 分派的所有形状环境设置。

ConvertIntKey

CallMethodKey

PropagateUnbackedSymInts

DivideByKey

InnerTensorKey

hint_int

检索整数的提示(基于在运行时观察到的底层真实值)。

is_concrete_int

实用程序,用于检查 SymInt 中的底层对象是否是具体值。

is_concrete_bool

实用程序,用于检查 SymBool 中的底层对象是否是具体值。

has_free_symbols

bool(free_symbols(val)) 的更快版本

definitely_true

仅当我们能够确定 a 为 True 时返回 True,在此过程中可能会引入保护。

definitely_false

仅当我们能够确定 a 为 False 时返回 True,在此过程中可能会引入保护。

guard_size_oblivious

以大小无关的方式对符号布尔表达式执行保护。

parallel_or

计算多个参数的逻辑 OR,如果另一个参数肯定为 True,则避免对未支持的 SymInt 进行保护。

parallel_and

计算多个参数的逻辑 FALSE,如果另一个参数肯定为 False,则避免对未支持的 SymInt 进行保护。

sym_eq

类似于 ==,但当对列表/元组运行时,它将递归地测试相等性并使用 sym_and 将结果连接在一起,而不会进行保护。

constrain_range

应用一个约束,即传入的 SymInt 必须位于包含-包含的 min-max 之间,而不会对 SymInt 引入保护(意味着它可以用于未支持的 SymInt)。

constrain_unify

给定两个 SymInt,将它们约束在一起,使它们必须相等。

canonicalize_bool_expr

通过将布尔表达式转换为 lt/le 不等式并将所有非常数项移至 rhs 来规范化布尔表达式。

statically_known_true

如果 x 可以简化为常量并且为真,则返回 True。

lru_cache

check_consistent

测试两个“元”值(通常是 Tensor 或 SymInt)是否具有相同的值,例如,在重新跟踪之后。

compute_unbacked_bindings

在运行假张量传播并生成 example_value 结果后,遍历 example_value 查找新绑定的未支持符号并记录其路径以备后用。

rebind_unbacked

假设我们正在重新跟踪一个之前具有假张量传播(因此有未支持的 SymInt)的现有 FX 图。

resolve_unbacked_bindings

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对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问题的解答

查看资源