pytorch/xla

torch_xla scan forces inputs to be differentiable

Open

#8,783 创建于 2025年3月4日

在 GitHub 查看
 (1 评论) (0 反应) (1 负责人)C++ (575 fork)github user discovery
buggood first issue

仓库指标

Star
 (2,786 star)
PR 合并指标
 (PR 指标待抓取)

描述

The snippet https://github.com/pytorch/xla/blob/00fac787e986a51e1d5d8b74603867cea4086477/torch_xla/experimental/scan.py#L217-L226 is probably wrong. It adds require_grads=True on all carry inputs and that won't work if one of the carry is a LongTensor.

The most obvious example is that if one of the input is an integer, then it can't possibly have gradients.

贡献者指南

研究方向
检查 torch xla/experimental/scan.py 中第 217-226 行附近的扫描实现。理解为什么对所有 carry 输入应用 require grads=True，并确定如何有条件地仅为支持梯度的张量（例如，不是 LongTensor）设置它。考虑使用 torch.is floating point 或检查 dtype。
技术栈
pythonpytorch
领域
backendmachine learning
议题类型
缺陷
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
PythonPyTorchautograd basics
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
65