PyTorch模型torch.jit.trace时报aten::fill_操作缺失错误如何解决

修复方案 #

方案一：修改赋值逻辑适配trace #

把直接赋值原生bool的操作改为显式传入PyTorch scalar，修改问题行即可：

# 替换x_mask赋值行
x_mask[crop_h[0] : crop_h[1], crop_w[0] : crop_w[1]] = torch.tensor(True, device=x.device, dtype=torch.bool)
# 替换s_mask赋值行
s_mask[crop_sh[0] : crop_sh[1], crop_sw[0] : crop_sw[1]] = torch.tensor(True, device=s.device, dtype=torch.bool)

该方案仅修改赋值逻辑，不需要调整其他代码，即可正常完成trace。注意如果后续输入尺寸变化，需要重新trace。

方案二：改用torch.jit.script替代trace #

如果你的业务场景存在动态输入尺寸的需求，更推荐使用支持动态逻辑的torch.jit.script，不需要修改原有业务代码，直接替换trace调用即可：

# 把原来的trace行替换为script
scripted_cell = torch.jit.script(patt)
print(scripted_cell)

script会直接解析Python代码语法生成静态图，天然支持条件分支、动态形状逻辑，兼容性更好。 #

内容的提问来源于stack exchange，提问作者mazy