Table of Contents
Shortcuts

JitScalarType

class torch.onnx.JitScalarType(value)

在 torch 中定义的标量类型。

使用 JitScalarType 将 PyTorch 和 JIT 标量类型转换为 ONNX 标量类型。

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
dtype()[源代码]

将 JitScalarType 转换为 torch dtype。

Return type

数据类型

classmethod from_dtype(dtype)[源代码]

将 torch dtype 转换为 JitScalarType。

Note: DO NOT USE this API when dtype comes from a torch._C.Value.type() calls.

在形状信息不存在的情况下，可能会引发“RuntimeError: INTERNAL ASSERT FAILED at “../aten/src/ATen/core/jit_type_base.h”错误。 应改用from_value API，这样更安全。

Parameters

dtype (可选[dtype]) – 一个用于创建 JitScalarType 的 torch.dtype

Returns

JitScalarType

Raises

OnnxExporterError – 如果 dtype 不是有效的 torch.dtype 或如果它是 None。

Return type

JitScalarType

classmethod from_value(value, default=None)[源代码]

从值的标量类型创建一个JitScalarType。

Parameters

  • 值 (联合[无, 值, 张量]) – 用于获取标量类型的对象。

  • 默认 – 如果无法从值中获取有效的标量，则返回的JitScalarType

Returns

JitScalarType。

Raises

  • OnnxExporterError – 如果值没有有效的标量类型且默认值为 None。

  • SymbolicValueError – 当 value.type() 的信息为空且默认值为 None 时

Return type

JitScalarType

onnx_compatible()[源代码]

返回此 JitScalarType 是否与 ONNX 兼容。

Return type

bool

onnx_type()[源代码]

将 JitScalarType 转换为 ONNX 数据类型。

Return type

张量原型数据类型

scalar_name()[源代码]

将 JitScalarType 转换为 JIT 标量类型名称。

Return type

字面量[‘字节’, ‘字符’, ‘双精度’, ‘浮点’, ‘半精度’, ‘整数’, ‘长整数’, ‘短整数’, ‘布尔’, ‘复数半精度’, ‘复数浮点’, ‘复数双精度’, ‘QInt8’, ‘QUInt8’, ‘QInt32’, ‘BFloat16’, ‘Float8E5M2’, ‘Float8E4M3FN’, ‘Float8E5M2FNUZ’, ‘Float8E4M3FNUZ’, ‘未定义’]

torch_name()[源代码]

将 JitScalarType 转换为 torch 类型名称。

Return type

字面量[‘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’]

优云智算