torch.utils.generate_methods_for_privateuse1_backend

torch.utils.generate_methods_for_privateuse1_backend(for_tensor=True, for_module=True, for_packed_sequence=True, for_storage=False, unsupported_dtype=None)

在重命名 privateuse1 后端后，自动为自定义后端生成属性和方法。

在默认情况下，不会自动生成存储相关的方法。

当您为各种 torch 操作实现内核并将它们注册到 PrivateUse1 分发键时，并调用 torch.rename_privateuse1_backend(“foo”) 函数来重命名您的后端名称。此时，您可以通过调用此函数轻松注册特定的方法和属性。例如 torch.Tensor.foo()、torch.Tensor.is_foo、torch.Storage.foo()、torch.Storage.is_foo。

注意：我们建议您使用泛型函数（检查设备是否相等或使用 to(device=)）。我们提供这些方法仅为方便起见，它们将通过“猴子补丁”方式添加到对象上，因此不会具有适当的类型。对于存储方法生成，如果您需要支持稀疏数据存储，则需要自己扩展实现。

参数

• for_tensor (bool) – 是否为 torch.Tensor 类注册相关方法。

• for_module (bool) – 是否为 torch.nn.Module 类注册相关方法。

• for_storage (bool) – 是否为 torch.Storage 类注册相关方法。

• unsupported_dtype (List[torch.dtype]) – 仅在需要生成存储方法时生效，表示存储不支持指定的 torch.dtype 类型。

示例

>>> torch.utils.rename_privateuse1_backend("foo")
>>> torch.utils.generate_methods_for_privateuse1_backend()
# Then automatically generate backend-related attributes and methods.
>>> a = torch.tensor(2).foo()
>>> a.is_foo
>>> hasattr(torch.nn.Module, 'foo')