torch.__future__

torch.__future__.set_overwrite_module_params_on_conversion(value)

設定在轉換 nn.Module 時，是否要將新的張量指派給參數，而不是就地變更現有參數。

啟用後，下列方法會將新的參數指派給模組

1. module.{device}()（例如 nn.Module.cuda()）用於在裝置之間移動模組

2. module.{dtype}()（例如 nn.Module.float()）用於將模組轉換為不同的 dtype

3. nn.Module.to()

4. nn.Module.to_empty()

參數

value (bool) – 是否要指派新的張量。

torch.__future__.get_overwrite_module_params_on_conversion()

傳回在轉換 torch.nn.Module 時，是否要將新的張量指派給參數，而不是就地變更現有參數。預設為 False。

如需更多資訊，請參閱 set_overwrite_module_params_on_conversion()。

回傳類型

bool

torch.__future__.set_swap_module_params_on_conversion(value)

設定在轉換 nn.Module 時，是否要使用 swap_tensors()，而不是設定 .data 來就地變更現有參數，以及在將狀態字典載入 nn.Module 時，是否要使用 swap_tensors()，而不是 param.copy_(state_dict[key])。

注意

此函式優先於 get_overwrite_module_params_on_conversion()

啟用後，下列方法會就地交換現有參數

1. module.{device}()（例如 nn.Module.cuda()）用於在裝置之間移動模組

2. module.{dtype}()（例如 nn.Module.float()）用於將模組轉換為不同的 dtype

3. nn.Module.to()

4. nn.Module.to_empty()

5. nn.Module.load_state_dict()

設定此選項時，load_state_dict() 的語義如下

1. 對於每個參數/緩衝區，其對應的 state_dict['key'] 會透過 module_load() 進行轉換（即 res = param.module_load(state_dict['key'])）

2. 如有必要，res 會包裝在 Parameter 中

3. 模組中的參數/緩衝區會透過 swap_tensors() 與 res 交換

參數

value (bool) – 是否要使用 swap_tensors()。

torch.__future__.get_swap_module_params_on_conversion()

傳回在轉換 nn.Module 時，是否要使用 swap_tensors()，而不是設定 .data 來就地變更現有參數。預設為 False。

如需更多資訊，請參閱 set_swap_module_params_on_conversion()。

回傳類型

bool