捷徑

StrictMinMaxConstraint

class torch.fx.experimental.symbolic_shapes.StrictMinMaxConstraint(warn_only, vr)[來源][來源]

對於客戶端:此維度的大小必須在 ‘vr’ 範圍內(指定一個包含下限和上限的範圍,inclusive-inclusive),並且必須是非負數,且不應為 0 或 1(但請參閱下面的 NB)。

對於後端:此維度上不應有任何 guard,這些 guard 並非由給定的下限和上限所暗示。無論下限為何,後端都可以假設大小為非負數,並且不為 0 或 1。

一個無界的 StrictMinMaxConstraint 可以被認為是 “RelaxedUnspecConstraint” 的嚴格版本。

NB:匯出時經常會錯誤地假設圖適用於 0/1,即使在追蹤時我們假設大小不為 0 或 1。我們的想法是,如果我們產生一個適用於一系列值的圖,那麼對於 N=0/1 來說也是可以的。

render(source)[來源][來源]

格式化約束方程式

回傳類型

str

文件

取得 PyTorch 的完整開發人員文件

查看文件

教學課程

取得適合初學者和進階開發人員的深入教學課程

查看教學課程

資源

尋找開發資源並獲得問題解答

查看資源