釋出說明

建立日期：2025年4月24日 | 最後更新日期：2025年4月24日

當用戶將一個或多個張量傳遞給 out= 時，約定如下：

• 如果 out 張量沒有元素，它將被調整為計算輸出的形狀、步幅和記憶體格式。

• 如果 out 張量的形狀與計算結果不同，則會引發錯誤，或者 out 張量將被調整為與計算輸出相同的形狀、步幅和記憶體格式，就像沒有元素的張量一樣。（此調整行為已被棄用，PyTorch 正在更新其運算元以一致地丟擲錯誤。）

• 傳遞具有正確形狀的 out= 張量在數值上等同於執行計算並將結果“安全複製”到（可能已調整大小的）out 張量中。在這種情況下，步幅和記憶體格式會被保留。

• 不支援傳遞 grad 需要的 out= 張量。

• 如果將多個張量傳遞給 out=，則上述行為獨立適用於每個張量。

“安全複製”與 PyTorch 的常規復制不同。對於不參與型別提升的運算，源張量和目標張量的裝置和 dtype 必須匹配。對於參與型別提升的運算，複製可以到不同的 dtype，但複製的目標不能是比源張量更低的“型別種類”。PyTorch 有四種類型種類：布林型、整型、浮點型和複數型，按此順序。因此，例如，像 add 這樣的運算（它參與型別提升）如果輸入為浮點型但 out= 張量為整型，則會引發執行時錯誤。

請注意，雖然正確形狀張量的 out= 的數值表現是執行運算然後“安全複製”其結果，但在後臺，運算可能會重用 out= 張量的儲存並融合複製操作以提高效率。許多運算，如 add，都會執行這些最佳化。此外，儘管上述指定了 PyTorch 的“out= 約定”，但 PyTorch 中的許多運算並未正確實現該約定，需要進行更新。