libtorch (PyTorch C++) 奇怪的类语法

Question

在官方PyTorch C ++在GitHub上的例子在这里 你可以看到一个类的奇怪定义：

class CustomDataset : public torch::data::datasets::Dataset<CustomDataset> {...}

我的理解是，这定义了一个CustomDataset“继承自”或“扩展”的类torch::data::datasets::Dataset<CustomDataset>。这对我来说很奇怪，因为我们正在创建的类是从另一个类继承的，该类由我们正在创建的类进行参数化......这甚至是如何工作的？这是什么意思？在我看来，这就像一个Integer继承自的类vector<Integer>，这似乎很荒谬。

Answer 1

这是奇怪重复出现的模板模式，简称 CRTP。这种技术的一个主要优点是它启用了所谓的静态多态性，这意味着 中的函数torch::data::datasets::Dataset可以调用 的函数CustomDataset，而无需使这些函数成为虚拟的（从而处理虚拟方法调度的运行时混乱等）。您还可以enable_if根据自定义数据集类型的属性执行编译时元编程，例如 compile-time s。

在 PyTorch 的情况下，BaseDataset（ 的超类Dataset）大量使用这种技术来支持映射和过滤等操作：

  template <typename TransformType>
  MapDataset<Self, TransformType> map(TransformType transform) & {
    return datasets::map(static_cast<Self&>(*this), std::move(transform));
  }

注意对this派生类型的静态转换（只要正确应用了 CRTP 就是合法的）；datasets::map构造一个MapDataset对象，该对象也由数据集类型参数化，允许MapDataset实现静态调用方法get_batch（或遇到编译时错误，如果它们不存在）。

此外，由于MapDataset接收自定义数据集类型作为类型参数，编译时元编程是可能的：

  /// The implementation of `get_batch()` for the stateless case, which simply
  /// applies the transform to the output of `get_batch()` from the dataset.
  template <
      typename D = SourceDataset,
      typename = torch::disable_if_t<D::is_stateful>>
  OutputBatchType get_batch_impl(BatchRequestType indices) {
    return transform_.apply_batch(dataset_.get_batch(std::move(indices)));
  }

  /// The implementation of `get_batch()` for the stateful case. Here, we follow
  /// the semantics of `Optional.map()` in many functional languages, which
  /// applies a transformation to the optional's content when the optional
  /// contains a value, and returns a new optional (of a different type)  if the
  /// original optional returned by `get_batch()` was empty.
  template <typename D = SourceDataset>
  torch::enable_if_t<D::is_stateful, OutputBatchType> get_batch_impl(
      BatchRequestType indices) {
    if (auto batch = dataset_.get_batch(std::move(indices))) {
      return transform_.apply_batch(std::move(*batch));
    }
    return nullopt;
  }

请注意，条件启用取决于SourceDataset，我们之所以可用，是因为数据集使用此 CRTP 模式进行了参数化。