torch.utils.backend_registration.generate_methods_for_privateuse1_backend

torch.utils.backend_registration.generate_methods_for_privateuse1_backend(for_tensor=True, for_module=True, for_packed_sequence=True, for_storage=False, unsupported_dtype=None) [исходный код]

Автоматически создаёт атрибуты и методы для пользовательского бэкенда после переименования бэкенда privateuse1.

По умолчанию методы, связанные с хранилищем, автоматически не создаются.

После реализации ядер для различных операций torch и их регистрации для ключа диспетчеризации PrivateUse1 вызовите функцию torch.rename_privateuse1_backend(“foo”), чтобы переименовать свой бэкенд. Затем вы сможете легко зарегистрировать определённые методы и атрибуты, вызвав эту функцию. Например: torch.Tensor.foo(), torch.Tensor.is_foo, torch.Storage.foo(), torch.Storage.is_foo.

Примечание: рекомендуем использовать универсальные функции (проверяющие, совпадают ли устройства, или использующие to(device=)). Мы предоставляем эти методы только для удобства: они будут добавлены к объектам с помощью «monkey patching» и поэтому не будут типизированы должным образом. Если вам нужно поддерживать разреженное хранение данных, расширьте самостоятельно реализацию методов для Storage.

Параметры:

• for_tensor (bool) – регистрировать ли связанные методы для класса torch.Tensor.
• for_module (bool) – регистрировать ли связанные методы для класса torch.nn.Module.
• for_storage (bool) – регистрировать ли связанные методы для класса torch.Storage.
• unsupported_dtype (List[torch.dtype]) – учитывается только при создании метода для хранилища; указывает тип torch.dtype, который не поддерживается хранилищем.

Пример:

>>> 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')