functorch.compile（实验性）

AOT Autograd 是一种实验性功能，允许提前捕获正向和反向图，并允许与编译器轻松集成。这创建了一个易于破解的基于 Python 的开发环境，以加快 PyTorch 模型的训练速度。AOT Autograd 目前位于 functorch.compile 命名空间内。

警告

AOT Autograd 处于实验阶段，API 可能会发生变化。我们正在寻求反馈。如果您有兴趣使用 AOT Autograd 并需要帮助或有建议，请随时打开一个问题。我们很乐意提供帮助。

编译 API（实验性）

aot_function	使用 torch 调度机制跟踪 fn 的正向和反向图，然后通过 fw_compiler 和 bw_compiler 编译生成的正向和反向图。
aot_module	使用 torch 调度跟踪机制跟踪 mod 的正向和反向图。
memory_efficient_fusion	对 aot_function() 和 aot_module() 的包装函数，以执行内存高效的融合。

分区器（实验性）

default_partition	以一种与在原始 .forward() 和 .backward() 中观察到的行为非常相似的形式对 joint_module 进行分区，即，生成的正向图包含在传递给 aot_function() 的原始 .forward() 可调用中执行的那些运算符。
min_cut_rematerialization_partition	分区联合图，以便反向计算重新计算正向。

编译器（实验性）

nop	按原样返回 fx_g Fx 图模块。
ts_compile	使用 Torchscript 编译器编译 fx_g。