PyTorch Span#
PyTorch 重命名#
首先对模型中 C 图指令输出的调试名称进行重命名。接着在转换过程中获取它们。与使用高层次的 IR（即 TopLevelTracedModule）不同，PyTorch 前端的源 IR 是 C 图实例。在某些情况下，没有唯一的源名称可供使用。因此，我们基于它们的算子类型为 C 图指令的每个输出构建唯一的名称。通过重命名调试名称，可以在转换过程中获取它们。
导出 PyTorch C 图格式#
我们为用户导出 C 图的纯文本格式。选择这种格式有两个原因。
原生 Netron 无法获取修改后的 debug 名称：考虑到最常用的可视化工具，Netron。它获取源名称的方式是基于模块的顺序。我们要将 C 图指令的重写名称标记为其源代码非常困难。如果不修改 Netron 的代码，我们无法通过 Netron 检查重写的名称。
C 图将被修改：在某些转换中，比如 QNN，C 图可能会与原始格式不同。为了给用户提供更多信息，我们决定导出修改后的图，以便用户有更多线索进行检查。
与之前的其他前端相比，Pytorch 是相对困难的前端。因为在转换过程中，我们不仅要处理重命名问题和导出格式，还要处理一些更特殊的情况。
参考：