torch.__future__

torch.__future__.set_overwrite_module_params_on_conversion(value)

設定是否在轉換 nn.Module 時將新的 tensor 賦值給引數，而不是原地修改現有引數。

啟用後，以下方法將為模組分配新引數

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資料型別

3. nn.Module.to()

4. nn.Module.to_empty()

引數

value (bool) – 是否賦值新 tensor。

torch.__future__.get_overwrite_module_params_on_conversion()

返回是否在轉換 torch.nn.Module 時將新的 tensor 賦值給引數，而不是原地修改現有引數。預設為 False。

有關詳細資訊，請參閱 set_overwrite_module_params_on_conversion()。

返回型別

bool

torch.__future__.set_swap_module_params_on_conversion(value)

設定是否在使用 nn.Module 轉換時使用 swap_tensors() 而不是設定 .data 來原地修改現有引數，以及在將 state dict 載入到 nn.Module 時使用 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，以下方法將原地交換現有引數

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資料型別

3. nn.Module.to()

4. nn.Module.to_empty()

5. nn.Module.load_state_dict()

設定此項時，load_state_dict() 的語義如下

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

2. 如有必要，res 將被包裝在 Parameter 中

3. 模組中的引數/緩衝區將透過 swap_tensors() 與 res 進行交換

引數

value (bool) – 是否使用 swap_tensors()。

torch.__future__.get_swap_module_params_on_conversion()

返回是否在使用 nn.Module 轉換時使用 swap_tensors() 而不是設定 .data 來原地修改現有引數。預設為 False。

有關詳細資訊，請參閱 set_swap_module_params_on_conversion()。

返回型別

bool