快捷方式

StrictMinMaxConstraint

class torch.fx.experimental.symbolic_shapes.StrictMinMaxConstraint(warn_only, vr)[source]

对于客户端:此维度的大小必须在“vr”(指定了包含-包含的下限和上限)内,并且必须是非负数,并且不应为 0 或 1(但请参见下文中的注意)。

对于后端:此维度上不应有任何不受给定下限和上限暗示的保护。无论下限如何,后端都可以假设大小是非负数,并且不为 0 或 1。

可以将无界 StrictMinMaxConstraint 视为“RelaxedUnspecConstraint”的严格版本。

注意:导出通常会不合理地假设图对 0/1 有效,即使在跟踪时我们假设大小不为 0 或 1。我们的想法是,如果我们生成一个对一系列值有效的图,那么它对 N=0/1 也将有效。

render(source)[source]

格式化约束方程

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向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