JitScalarType#

class torch.onnx.JitScalarType(value)#

Torch中定義的標量型別。

使用 JitScalarType 將 Torch 和 JIT 標量型別轉換為 ONNX 標量型別。

示例

>>> JitScalarType.from_value(torch.ones(1, 2)).onnx_type()
TensorProtoDataType.FLOAT

>>> JitScalarType.from_value(torch_c_value_with_type_float).onnx_type()
TensorProtoDataType.FLOAT

>>> JitScalarType.from_dtype(torch.get_default_dtype).onnx_type()
TensorProtoDataType.FLOAT

將 JitScalarType 轉換為 torch dtype。

classmethod from_dtype(dtype)[source]#

將 torch dtype 轉換為 JitScalarType。

注意：當 dtype 來自 torch._C.Value.type() 呼叫時，請勿使用此 API。: 在多種缺少 shape 資訊的情況下，可能會引發“RuntimeError: INTERNAL ASSERT FAILED at “../aten/src/ATen/core/jit_type_base.h””。請改用 from_value API，它更安全。

classmethod from_onnx_type(onnx_type)[source]#

將 ONNX 資料型別轉換為 JitScalarType。

引數: onnx_type (int | _C_onnx.TensorProtoDataType | None) – 要從中建立 JitScalarType 的 torch._C._onnx.TensorProtoDataType
返回: JitScalarType
引發: OnnxExporterError – 如果 dtype 不是有效的 torch.dtype 或為 None。
返回型別: JitScalarType

classmethod from_value(value, default=None)[source]#

從值的標量型別建立 JitScalarType。

引數

返回

JitScalarType。

引發

返回型別

JitScalarType

onnx_compatible()[source]#

返回此 JitScalarType 是否與 ONNX 相容。

onnx_type()[source]#

將 JitScalarType 轉換為 ONNX 資料型別。

scalar_name()[source]#

將 JitScalarType 轉換為 JIT 標量型別名稱。

返回型別: Literal[‘Byte’, ‘Char’, ‘Double’, ‘Float’, ‘Half’, ‘Int’, ‘Long’, ‘Short’, ‘Bool’, ‘ComplexHalf’, ‘ComplexFloat’, ‘ComplexDouble’, ‘QInt8’, ‘QUInt8’, ‘QInt32’, ‘BFloat16’, ‘Float8E5M2’, ‘Float8E4M3FN’, ‘Float8E5M2FNUZ’, ‘Float8E4M3FNUZ’, ‘Undefined’]

torch_name()[source]#

將 JitScalarType 轉換為 torch 型別名稱。

返回型別: Literal[‘bool’, ‘uint8_t’, ‘int8_t’, ‘double’, ‘float’, ‘half’, ‘int’, ‘int64_t’, ‘int16_t’, ‘complex32’, ‘complex64’, ‘complex128’, ‘qint8’, ‘quint8’, ‘qint32’, ‘bfloat16’, ‘float8_e5m2’, ‘float8_e4m3fn’, ‘float8_e5m2fnuz’, ‘float8_e4m3fnuz’]

文件