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)

在重新命名 privateuse1 後端後，自動為自定義後端生成屬性和方法。

在預設情況下，不會自動生成儲存相關的方法。

當您為各種 torch 操作實現核心並將它們註冊到 PrivateUse1 分發鍵時，並呼叫 torch.rename_privateuse1_backend(“foo”) 函式來重新命名您的後端名稱。此時，您可以透過呼叫此函式輕鬆註冊特定的方法和屬性。例如 torch.Tensor.foo()、torch.Tensor.is_foo、torch.Storage.foo()、torch.Storage.is_foo。

注意：我們建議您使用泛型函式（檢查裝置是否相等或使用 to(device=)）。我們提供這些方法僅為方便起見，它們將透過“猴子補丁”方式新增到物件上，因此不會具有適當的型別。對於儲存方法生成，如果您需要支援稀疏資料儲存，則需要自己擴充套件實現。

引數

• for_tensor (bool) – 是否為 torch.Tensor 類註冊相關方法。

• for_module (bool) – 是否為 torch.nn.Module 類註冊相關方法。

• for_storage (bool) – 是否為 torch.Storage 類註冊相關方法。

• unsupported_dtype (List[torch.dtype]) – 僅在需要生成儲存方法時生效，表示儲存不支援指定的 torch.dtype 型別。

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')