functorch.compile（实验性）¶

AOT Autograd 是一项实验性功能，它允许提前捕获前向和后向图，并允许与编译器轻松集成。这创建了一个易于使用的基于 Python 的开发环境，以加速 PyTorch 模型的训练。AOT Autograd 目前位于 functorch.compile 命名空间中。

警告

AOT Autograd 是实验性的，API 可能会发生变化。我们正在寻求反馈。如果您有兴趣使用 AOT Autograd 并需要帮助或有建议，请随时提出问题。我们将很乐意提供帮助。

编译API（实验性）¶

`aot_function`	使用torch调度机制追踪`fn`的前向和后向图，然后通过`fw_compiler`和`bw_compiler`编译生成的前向和后向图。
`aot_module`	使用torch调度跟踪机制跟踪`mod`的前向和后向图。
`memory_efficient_fusion`	包装函数覆盖 `aot_function()` 和 `aot_module()` 以执行内存高效融合。

`default_partition`	以与原始可调用对象中观察到的行为非常相似的方式对`joint_module`进行分区，即生成的前向图包含在传递给`aot_function()`的原始`.forward()`可调用对象中执行的那些操作符。
`min_cut_rematerialization_partition`	对联合图进行分区，使得向后重新计算向前。

`nop`	返回`fx_g` Fx图形模块，保持原样。
`ts_compile`	使用Torchscript编译器编译`fx_g`。