译者：keyianpai
- 创建 Torch 脚本代码
- 将追踪和脚本化结合起来
- Torch 脚本语言参考
- 类型
- 表达式
- 语句
- 变量解析
- python值的使用
- 调试
- 内置函数
Torch脚本是一种从PyTorch代码创建可序列化和可优化模型的方法。用Torch脚本编写的代码可以从Python进程中保存，并在没有Python依赖的进程中加载。
我们提供了一些工具帮助我们将模型从纯Python程序逐步转换为可以独立于Python运行的Torch脚本程序。Torch脚本程序可以在其他语言的程序中运行（例如，在独立的C ++程序中）。这使得我们可以使用熟悉的工具在PyTorch中训练模型，而将模型导出到出于性能和多线程原因不能将模型作为Python程序运行的生产环境中去。
class torch.jit.ScriptModule(optimize=True)ScriptModule与其内部的Torch脚本函数可以通过两种方式创建：
追踪：
使用
torch.jit.trace。torch.jit.trace以现有模块或python函数和样例输入作为参数，它会运行该python函数，记录函数在所有张量上执行的操作，并将记录转换为Torch脚本方法以作为ScriptModule的forward方法。创建的模块包含原始模块的所有参数。例：
import torch def foo(x, y): return 2*x + y traced_foo = torch.jit.trace(foo, (torch.rand(3), torch.rand(3)))
