CUDAGraph

class torch.cuda.CUDAGraph

CUDA 图的包装器。

警告

此 API 处于 beta 阶段，未来版本可能会更改。

capture_begin(pool=None, capture_error_mode='global')

开始在当前流上捕获 CUDA 工作。

通常，您不应自己调用 capture_begin。使用 graph 或 make_graphed_callables()，它们在内部调用 capture_begin。

参数

• pool (可选) – 由 graph_pool_handle() 或 other_Graph_instance.pool() 返回的令牌，提示此图可能与指示的池共享内存。请参阅 图内存管理。

• capture_error_mode (str, 可选) – 指定图捕获流的 cudaStreamCaptureMode。可以是 “global”、“thread_local” 或 “relaxed”。在 CUDA 图捕获期间，某些操作（例如 cudaMalloc）可能不安全。“global” 将在其他线程中的操作中报错，“thread_local” 将仅在当前线程中的操作中报错，“relaxed” 将不会在这些操作中报错。除非您熟悉 cudaStreamCaptureMode，否则请勿更改此设置

capture_end()

结束当前流上的 CUDA 图捕获。

在 capture_end 之后，可以在此实例上调用 replay。

通常，您不应自己调用 capture_end。使用 graph 或 make_graphed_callables()，它们在内部调用 capture_end。

debug_dump(debug_path)

参数

debug_path (必需) – 将图转储到的路径。

如果通过 CUDAGraph.enable_debug_mode() 启用了调试，则调用调试函数以转储图。

enable_debug_mode()

启用 CUDAGraph.debug_dump 的调试模式。

pool()

返回表示此图内存池 ID 的不透明令牌。

此 ID 可以选择性地传递给另一个图的 capture_begin，这提示另一个图可能共享相同的内存池。

replay()

重放此图捕获的 CUDA 工作。

reset()

删除此实例当前持有的图。