StrictMinMaxConstraint
-
class torch.fx.experimental.symbolic_shapes.StrictMinMaxConstraint(warn_only, vr)[source] -
Для клиентов: размер в этом измерении должен находиться в пределах «vr» (задающего включительные нижнюю и верхнюю границы) И быть неотрицательным, а также не должен быть равен 0 или 1 (см. примечание ниже).
Для бэкендов: для этого измерения не должно быть ограничений, которые не следуют из заданных нижней и верхней границ. Независимо от нижней границы бэкенд может предполагать, что размер неотрицателен и не равен 0 или 1.
Ограничение StrictMinMaxConstraint без заданных границ можно рассматривать как строгую версию «RelaxedUnspecConstraint».
Примечание: при экспорте часто без достаточных оснований предполагается, что граф работает для 0/1, хотя во время трассировки мы предполагали, что размер не равен 0 или 1. Идея заключается в том, что если мы создаём граф, работающий для диапазона значений, он будет работать и для N=0/1.
-
render(source)[source] -
Форматирует уравнение ограничения
- Тип возвращаемого значения:
-
© 2026, PyTorch Contributors
PyTorch has a BSD-style license, as found in the LICENSE file.
https://docs.pytorch.org/docs/2.14/generated/torch.fx.experimental.symbolic_shapes.StrictMinMaxConstraint.html