forked from mindspore-Ecosystem/mindspore
30 lines
1.7 KiB
ReStructuredText
30 lines
1.7 KiB
ReStructuredText
mindspore.mutable
|
||
==================
|
||
|
||
.. py:function:: mindspore.mutable(input_data)
|
||
|
||
设置一个常量值为可变的。
|
||
|
||
当前除了Tensor，所有顶层网络的输入，例如标量、tuple、list和dict，都被当做常量值。常量值是不能求导的，而且在编译优化阶段会被常量折叠掉。
|
||
另外，当网络的输入是tuple[Tensor], list[Tensor]或Dict[Tensor]时，即使里面Tensor的shape和dtype没有发生变化，在多次调用同一个网络的时候，这个网络每次都会被重新编译，这是因为这些类型的输入被当做常量值处理了。
|
||
|
||
为解决以上的问题，我们提供了 `mutable` 接口去设置网络的常量输入为“可变的”。一个“可变的”输入意味着这个输入成为了像Tensor一样的变量。最重要的是，我们可以对其进行求导了。
|
||
|
||
**参数：**
|
||
|
||
- **input_data** (Union[Tensor, tuple[Tensor], list[Tensor], dict[Tensor]]) - 要设置为可变的输入数据。
|
||
|
||
.. warning::
|
||
- 这是一个实验特性，未来有可能被修改或删除。
|
||
- 目前运行时暂时不支持处理标量数据流，所以我们目前只支持Tensor、tuple[Tensor]、list[Tensor]或dict[Tensor]作为输入，主要解决重复编译的问题。
|
||
- Tensor默认就是可变的，当 `input_data` 为Tensor时，我们不做任何处理直接返回原Tensor。
|
||
- 当前暂时只支持在网络外部使用该接口。
|
||
|
||
**返回：**
|
||
|
||
状态设置为可变的原输入数据。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** – 如果 `input_data` 不是Tensor、tuple[Tensor]、list[Tensor]或dict[Tensor]的其中一种类型或者不是它们的嵌套结构。
|