【pytorch】relu的实现逻辑

笔者最近在尝试实现AlexNet的底层算子，基于pytorch的框架，本文主要记录一下pytorch中是如何实现relu算子的。
首先最外层是位于torch\nn\modules\activation.py，主要代码如下：

    __constants__ = ["inplace"]inplace: booldef __init__(self, inplace: bool = False):super().__init__()self.inplace = inplacedef forward(self, input: Tensor) -> Tensor:return F.relu(input, inplace=self.inplace)def extra_repr(self) -> str:inplace_str = "inplace=True" if self.inplace else ""return inplace_str

调用的是位于torch\nn\functional.py的如下代码：

def relu(input: Tensor, inplace: bool = False) -> Tensor:  # noqa: D400,D402r"""relu(input, inplace=False) -> TensorApplies the rectified linear unit function element-wise. See:class:`~torch.nn.ReLU` for more details."""if has_torch_function_unary(input):return handle_torch_function(relu, (input,), input, inplace=inplace)if inplace:result = torch.relu_(input)else:result = torch.relu(input)return result

然后调用的是aten\src\ATen\native\Activation.cpp的如下代码：

Tensor relu(const Tensor & self) {TORCH_CHECK(self.scalar_type() != at::kBool, "Boolean inputs not supported for relu");return at::clamp_min(self, 0);
}

可以看到，主要就是一个大小的比较。

pytorch调试工具

先说问题，只能看到python的处理逻辑，不能看到底层的C++的处理逻辑。
如何使用，参考的是这篇文章。注意，pdb虽然是python内置的包，但是仍然需要通过import pdb导入才能使用。

还有一个问题就是，pytorch是如何通过python代码调用C++代码的，留到下一篇博文更新。