torch.fx.experimental.symbolic_shapes.constrain_range

torch.fx.experimental.symbolic_shapes.constrain_range(a, *, min, max=None)

应用一个约束，即传入的 SymInt 必须介于 min-max（包含 min 和 max）之间，而不在 SymInt 上引入保护（意味着它可以用于未备份的 SymInt）。如果 min/max 为 None，我们假设该维度在该方向上是无界的。重复应用 constrain_range 会相交范围。这是一个相当底层的 API，没有很多安全保证（TODO：提供更高级别的 API）。

目前，我们在以下情况下使用此 API：当我们分配一个未备份的 SymInt 时，表示一个依赖于数据的整数数量，我们通常不知道它可能取什么值。这意味着对其的任何类型的保护都会立即失败。但是，在许多情况下，我们对未备份的 SymInt 有所了解：例如，我们知道 nonzero(x).size(0) 必须 >= 0。我们使用 constrain_range 来缩小可能的范围，声明负符号是不可能的。这允许明确地回答“nnz >= 0”之类的查询为 True，即使我们不知道“nnz”的实际（提示）值是什么。事实上，我们实际上使用 constrain_range 来不健全地解除常见的保护：对于 nonzero 生成的未备份 SymInt，我们还会假设它不等于 0/1（即使这些在运行时是完全可能的值），因为我们通常期望对于 N=2 有效的图也对于 N=1 有效。