torch.library 的源代码

```html

from ._ops import OpOverload
from typing import Any, Optional, Set, List
import traceback
import torch
import weakref
import functools
import inspect
import re
import contextlib
import sys

__all__ = [
    'Library',
    'impl',
    'define',
    'fallthrough_kernel',
    'impl_abstract',
    'get_ctx',
]

# 包含已注册新内核的（命名空间、操作符、DispatchKey）组合的集合
# 集合中的键的形式为 `namespace + "/" + op_name + "/" + dispatch_key`。
# 此集合用于确保两个库不会尝试覆盖完全相同的功能，以避免
# 库调用未被意图调用的内核。
_impls: Set[str] = set()
_defs: Set[str] = set()

# prim 由 TorchScript 解释器保留
_reserved_namespaces = ['prim']

def fallthrough_kernel():
    """
    一个虚拟函数，用于传递给 ``Library.impl`` 以注册一个 fallthrough。
    """
    raise NotImplementedError("fallthrough_kernel() 不应该被调用。")

class Library:
    """
    一个用于创建库的类，该库可用于从 Python 注册新操作符或
    覆盖现有库中的操作符。
    用户可以选择传入一个调度键名，如果他们只想注册
    对应于特定调度键的内核。

    要创建一个库来覆盖现有库（名称为 ns）中的操作符，请将 kind 设置为 "IMPL"。
    要创建一个新库（名称为 ns）来注册新操作符，请将 kind 设置为 "DEF"。
    要创建一个可能存在的库的片段来注册操作符（并绕过
    给定命名空间只有一个库的限制），请将 kind 设置为
    "FRAGMENT"。

    参数:
        ns: 库名称
        kind: "DEF", "IMPL"（默认: "IMPL"）, "FRAGMENT"
        dispatch_key: PyTorch 调度键（默认: ""）
    """
    def __init__(self, ns, kind, dispatch_key=""):
        if kind not in ('IMPL', 'DEF', 'FRAGMENT'):
            raise ValueError("不支持的 kind: ", kind)

        if ns in _reserved_namespaces and (kind == "DEF" or kind == 'FRAGMENT'):
            raise ValueError(ns, " 是一个保留的命名空间。请尝试使用另一个名称创建库。")

        frame = traceback.extract_stack(limit=3)[0]
        filename, lineno = frame.filename, frame.lineno
        self.m: Optional[Any] = torch._C._dispatch_library(kind, ns, dispatch_key, filename, lineno)
        self.ns = ns
        self._op_defs: Set[str] = set()
        self._op_impls: Set[str] = set()
        self._registration_handles: List["torch._library.utils.RegistrationHandle"] = []
        self.kind = kind
        self.dispatch_key = dispatch_key
        # 使用 finalizer 来设置 "析构函数" 而不是 __del__。
        # Python 的 __del__ 可能会导致奇怪的事情（当 __del__ 实际被调用时，全局变量和局部变量可能已经
        # 消失了！）。finalizers 有助于这种情况，因为它让我们捕获引用并保持它们的活动状态
        weakref.finalize(self, _del_library, _impls, self._op_impls, _defs, self._op_defs, self._registration_handles)

    def __repr__(self):
        return f"Library(kind={self.kind}, ns={self.ns}, dispatch_key={self.dispatch_key})>"

    def define(self, schema, alias_analysis="", *, tags=()):
        r'''在 ns 命名空间中定义一个新操作符及其语义。

        参数:
            schema: 定义新操作符的函数 schema。
            alias_analysis (可选): 指示操作符参数的别名属性是否可以从 schema 推断（默认行为）或不推断（"CONSERVATIVE"）。
            tags (Tag | Sequence[Tag]): 一个或多个 torch.Tag 应用于该操作符。标记操作符会改变操作符在各种 PyTorch 子系统下的行为；请在使用前仔细阅读 torch.Tag 的文档。

        返回:
            从 schema 推断的操作符名称。

        示例::
            >>> # xdoctest: +REQUIRES(env:TORCH_DOCTEST_LIBRARY)
            >>> my_lib = Library("foo", "DEF")
            >>> my_lib.define("sum(Tensor self) -> Tensor")
        '''
        # 这是为了禁止 PURE_FUNCTION 别名分析，因为它是 C++ 中的有效 AliasAnalysis 类型
        if alias_analysis not in ["", "FROM_SCHEMA", "CONSERVATIVE"]:
            raise RuntimeError</