本文简要介绍python语言中 torch.jit.Attribute
的用法。
用法:
class torch.jit.Attribute(value, type)
value-要分配给属性的初始值。
type-Python 类型
返回
value
此方法是一个返回
value
的 pass-through 函数,主要用于向 TorchScript 编译器指示左侧表达式是类型为type
的类实例属性。请注意,torch.jit.Attribute
只能在nn.Module
子类的__init__
方法中使用。虽然 TorchScript 可以推断出大多数 Python 表达式的正确类型,但在某些情况下类型推断可能会出错,包括:
空容器,例如
[]
和{}
,其中 TorchScript 假定为Tensor
的容器可选类型,如
Optional[T]
但分配了T
类型的有效值,TorchScript 会假设它是类型T
而不是Optional[T]
在 Eager 模式下,它只是一个 pass-through 函数,它返回
value
而没有其他含义。例子:
import torch from typing import Dict class AttributeModule(torch.nn.Module): def __init__(self): super(M, self).__init__() self.foo = torch.jit.Attribute(0.1, float) # we should be able to use self.foo as a float here assert 0.0 < self.foo self.names_ages = torch.jit.Attribute({}, Dict[str, int]) self.names_ages["someone"] = 20 assert isinstance(self.names_ages["someone"], int) m = AttributeModule() # m will contain two attributes # 1. foo of type float # 2. names_ages of type Dict[str, int]
参数:
返回:
相关用法
- Python PyTorch AvgPool2d用法及代码示例
- Python PyTorch AdaptiveAvgPool3d用法及代码示例
- Python PyTorch AvgPool1d用法及代码示例
- Python PyTorch AdaptiveMaxPool1d用法及代码示例
- Python PyTorch AvgPool3d用法及代码示例
- Python PyTorch AlphaDropout用法及代码示例
- Python PyTorch AdaptiveAvgPool1d用法及代码示例
- Python PyTorch AdaptiveMaxPool2d用法及代码示例
- Python PyTorch AdaptiveAvgPool2d用法及代码示例
- Python PyTorch AdaptiveMaxPool3d用法及代码示例
- Python PyTorch frexp用法及代码示例
- Python PyTorch jvp用法及代码示例
- Python PyTorch cholesky用法及代码示例
- Python PyTorch vdot用法及代码示例
- Python PyTorch ELU用法及代码示例
- Python PyTorch ScaledDotProduct.__init__用法及代码示例
- Python PyTorch gumbel_softmax用法及代码示例
- Python PyTorch get_tokenizer用法及代码示例
- Python PyTorch saved_tensors_hooks用法及代码示例
- Python PyTorch positive用法及代码示例
- Python PyTorch renorm用法及代码示例
- Python PyTorch MaxUnpool3d用法及代码示例
- Python PyTorch Bernoulli用法及代码示例
- Python PyTorch Tensor.unflatten用法及代码示例
- Python PyTorch Sigmoid用法及代码示例
注:本文由纯净天空筛选整理自pytorch.org大神的英文原创作品 torch.jit.Attribute。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。