torch.fx.experimental.symbolic_shapes.constrain_range

torch.fx.experimental.symbolic_shapes.constrain_range(a, *, min, max=None)

应用一个约束，即传入的 SymInt 必须在最小值和最大值之间（包括最小值和最大值），而不引入对 SymInt 的保护（这意味着它可以用于未支持的 SymInt）。如果 min/max 为 None，我们假设该维度在那个方向上是无限的。重复应用 constrain_range 会相交范围。这是一个相当底层的 API，没有太多的安全保证（TODO：提供更高级别的 API）。

目前，我们在以下情况下使用此API：当我们分配一个无后备的SymInt时，表示一个数据依赖的整数量，我们通常不知道它可能取什么值。这意味着任何对其的守卫都会立即失败。然而，在许多情况下，我们对无后备的SymInt有所了解：例如，我们知道nonzero(x).size(0)必须大于等于0。我们使用constrain_range来缩小可能的范围，声明负符号是不可能的。这使得我们能够明确回答类似‘nnz >= 0’的查询为True，即使我们不知道‘nnz’的实际（提示）值是什么。事实上，我们实际上使用constrain_range来不合理地解除常见守卫：对于由nonzero生成的无后备SymInt，我们还会假设它不等于0/1（尽管这些在运行时是完全可能的值），因为我们通常期望对于N=2有效的图对于N=1也有效。