Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Torchscript Deprecation

Offen
  • Stimmt etwas nicht?
#8,632 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 4 Tagen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Anfängerfreundlichkeit
25/100
Issue-Typ
Refactoring
Klarheit
Muss geklärt werden
Aktivitätsstatus
Veraltet
Tech-Stack
python, pytorch
Bereich
machine-learning

Rechercherichtung

Beginnen Sie mit dem dokumentierten Beispiel für monai.networks.nets.UNet unter Verwendung von torch.export, und prüfen Sie anschließend die bestehende Verwendung von torch.jit in MONAI. Identifizieren Sie inkompatible Netzwerke und Verhaltensweisen, und entwickeln Sie die aufgeführten Hilfsroutinen, Kompatibilitätstests, Anpassungen, Tutorials und die Entfernung der Legacy-Nutzung. Als abgeschlossen gilt die Migration, wenn der Umfang ohne nicht unterstützte Torchscript-Abhängigkeiten abgedeckt ist.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Torchscript is now fully deprecated in Pytorch 2.9. We should investigate converting usage in MONAI of torch.jit over to torch.export. Not all features and behaviours are supported as it is not the same sort of JIT architecture, and torch.compile is not meant for exporting models to a saved format.

Some MONAI models will have no issues with torch.export.export, however it doesn't capture control flow like Torchscript and is more like tracing. Networks without control flow in their forward definitions can be exported currently, eg.:

import torch
from monai.networks.nets import UNet

net = UNet(spatial_dims=2, in_channels=2, out_channels=1, channels=[4, 8, 16], strides=[2, 2])

t1 = torch.rand(3, 2, 16, 16)
t2 = torch.rand(5, 2, 32, 32)

print(net(t1).shape, net(t2).shape)  # expected shapes

D = torch.export.Dim.DYNAMIC
S = torch.export.Dim.STATIC
enet = torch.export.export(net, args=(t1,), dynamic_shapes=((D, S, D, D),))
torch.export.save(enet, "out.pt2")
enet1 = torch.export.load("out.pt2")

net1 = enet1.module()
print(net1(t1).shape, net1(t2).shape) # same as expected shapes

Work is needed to develop:

  • Helper routines to help export then import networks in regular use.
  • Helper routines and tests to ensure compatibility.
  • Adaptation of existing code to overcome any compatibility issues.
  • Tutorials on this new usage and how to design compatible networks.
  • Removal of legacy Torchscript usage wherever present, especially when its removal from Pytorch is imminent.
Vorherrschende Sprache
Python
Sterne
8.7k
Forks
1.6k
Ø Merge
5 T. 20 Std.
Gemergte PRs (30 T.)
12

Entwicklungsumgebung

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus Project-MONAI/MONAI

Alle Issues in Project-MONAI/MONAI

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.