Python PyTorch MetaInferGroupedEmbeddingsLookup.named_buffers用法及代码示例

本文简要介绍python语言中 torchrec.distributed.embedding_lookup.MetaInferGroupedEmbeddingsLookup.named_buffers 的用法。

用法:

named_buffers(prefix: str = '', recurse: bool = True) → Iterator[Tuple[str, torch.Tensor]]

参数：

• prefix(str) -前缀添加到所有缓冲区名称。

• recurse(bool) -如果为真，则产生此模块和所有子模块的缓冲区。否则，只产生作为该模块直接成员的缓冲区。

生成(Yield)：

(string, torch.Tensor) - 包含名称和缓冲区的元组

返回模块缓冲区的迭代器，产生缓冲区的名称以及缓冲区本身。

例子：

>>> for name, buf in self.named_buffers():
>>>    if name in ['running_var']:
>>>        print(buf.size())