mirror of
https://github.com/pytorch/pytorch.git
synced 2025-10-20 21:14:14 +08:00
Revert "Add __init__.pyi to torch/linalg (#160750)"
This reverts commit 9a665ca3c472384e9d722bddba79e5a7680f1abd. Reverted https://github.com/pytorch/pytorch/pull/160750 on behalf of https://github.com/jeanschmidt due to Seems that those errors are legitimate, and there is no test plan. I'll be proceeding with a revert ([comment](https://github.com/pytorch/pytorch/pull/160750#issuecomment-3246095383))
This commit is contained in:
PyTorch MergeBot
@ -12,5 +12,5 @@ reveal_type(t_sort) # E: torch.return_types.sort
|
|||||||
t_qr = torch.linalg.qr(t)
|
t_qr = torch.linalg.qr(t)
|
||||||
t_qr[0].shape == [2, 2] # noqa: B015
|
t_qr[0].shape == [2, 2] # noqa: B015
|
||||||
t_qr.Q.shape == [2, 2] # noqa: B015
|
t_qr.Q.shape == [2, 2] # noqa: B015
|
||||||
# Fixed: Now properly typed as torch.return_types.qr thanks to stub file
|
# TODO: Fixme, should be Tuple[{Tensor}, {Tensor}, fallback=torch.return_types.qr]
|
||||||
reveal_type(t_qr) # E: torch.return_types.qr
|
reveal_type(t_qr) # E: Any
|
||||||
|
|||||||
@ -1,208 +0,0 @@
|
|||||||
# Stub file for torch.linalg module
|
|
||||||
# Type annotations for PyTorch Linear Algebra functions
|
|
||||||
|
|
||||||
from collections.abc import Sequence
|
|
||||||
from typing import Literal, Optional, Union
|
|
||||||
|
|
||||||
import torch.return_types
|
|
||||||
from torch import SymInt, Tensor
|
|
||||||
from torch._C import dtype
|
|
||||||
from torch.types import _float, _int
|
|
||||||
|
|
||||||
# Exception class
|
|
||||||
class LinAlgError(RuntimeError): ...
|
|
||||||
|
|
||||||
# Common notes dictionary
|
|
||||||
common_notes: dict[str, str]
|
|
||||||
|
|
||||||
# Core linear algebra functions
|
|
||||||
def cross(
|
|
||||||
input: Tensor, other: Tensor, *, dim: int = -1, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def cholesky(
|
|
||||||
A: Tensor, *, upper: bool = False, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def cholesky_ex(
|
|
||||||
A: Tensor,
|
|
||||||
*,
|
|
||||||
upper: bool = False,
|
|
||||||
check_errors: bool = False,
|
|
||||||
out: Optional[tuple[Tensor, Tensor]] = None,
|
|
||||||
) -> torch.return_types._lu_with_info: ...
|
|
||||||
def cond(
|
|
||||||
A: Tensor,
|
|
||||||
p: Optional[Union[_int, _float, str]] = None,
|
|
||||||
*,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def det(A: Tensor, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def diagonal(
|
|
||||||
A: Tensor, *, offset: int = 0, dim1: int = -2, dim2: int = -1
|
|
||||||
) -> Tensor: ...
|
|
||||||
def eig(
|
|
||||||
A: Tensor, *, out: Optional[tuple[Tensor, Tensor]] = None
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def eigh(
|
|
||||||
A: Tensor, UPLO: str = "L", *, out: Optional[tuple[Tensor, Tensor]] = None
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def eigvals(A: Tensor, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def eigvalsh(A: Tensor, UPLO: str = "L", *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def householder_product(
|
|
||||||
A: Tensor, tau: Tensor, *, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def inv(A: Tensor, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def inv_ex(
|
|
||||||
A: Tensor,
|
|
||||||
*,
|
|
||||||
check_errors: bool = False,
|
|
||||||
out: Optional[tuple[Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def ldl_factor(
|
|
||||||
A: Tensor, *, hermitian: bool = False, out: Optional[tuple[Tensor, Tensor]] = None
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def ldl_factor_ex(
|
|
||||||
A: Tensor,
|
|
||||||
*,
|
|
||||||
hermitian: bool = False,
|
|
||||||
check_errors: bool = False,
|
|
||||||
out: Optional[tuple[Tensor, Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor, Tensor]: ...
|
|
||||||
def ldl_solve(
|
|
||||||
LD: Tensor,
|
|
||||||
pivots: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
*,
|
|
||||||
hermitian: bool = False,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def lstsq(
|
|
||||||
A: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
rcond: Optional[_float] = None,
|
|
||||||
*,
|
|
||||||
driver: Optional[str] = None,
|
|
||||||
out: Optional[tuple[Tensor, Tensor, Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor, Tensor, Tensor]: ...
|
|
||||||
def lu(
|
|
||||||
A: Tensor,
|
|
||||||
*,
|
|
||||||
pivot: bool = True,
|
|
||||||
out: Optional[tuple[Tensor, Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor, Tensor]: ...
|
|
||||||
def lu_factor(
|
|
||||||
A: Tensor, *, pivot: bool = True, out: Optional[tuple[Tensor, Tensor]] = None
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def lu_factor_ex(
|
|
||||||
A: Tensor,
|
|
||||||
*,
|
|
||||||
pivot: bool = True,
|
|
||||||
check_errors: bool = False,
|
|
||||||
out: Optional[tuple[Tensor, Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor, Tensor]: ...
|
|
||||||
def lu_solve(
|
|
||||||
LU: Tensor,
|
|
||||||
pivots: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
*,
|
|
||||||
left: bool = True,
|
|
||||||
adjoint: bool = False,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def matmul(input: Tensor, other: Tensor, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def matrix_exp(A: Tensor, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def matrix_norm(
|
|
||||||
A: Tensor,
|
|
||||||
ord: Union[_int, _float, str] = "fro",
|
|
||||||
dim: Union[int, tuple[int, int], Sequence[Union[int, SymInt]]] = (-2, -1),
|
|
||||||
keepdim: bool = False,
|
|
||||||
*,
|
|
||||||
dtype: Optional[dtype] = None,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def matrix_power(A: Tensor, n: int, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def matrix_rank(
|
|
||||||
A: Tensor,
|
|
||||||
tol: Optional[_float] = None,
|
|
||||||
hermitian: bool = False,
|
|
||||||
*,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def multi_dot(tensors: list[Tensor], *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def norm(
|
|
||||||
A: Tensor,
|
|
||||||
ord: Optional[Union[_int, _float, str]] = None,
|
|
||||||
dim: Optional[Union[int, Sequence[Union[int, SymInt]]]] = None,
|
|
||||||
keepdim: bool = False,
|
|
||||||
*,
|
|
||||||
dtype: Optional[dtype] = None,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def pinv(
|
|
||||||
A: Tensor,
|
|
||||||
rcond: Optional[_float] = None,
|
|
||||||
hermitian: bool = False,
|
|
||||||
*,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def qr(
|
|
||||||
A: Tensor,
|
|
||||||
mode: Literal["reduced", "complete", "r"] = "reduced",
|
|
||||||
*,
|
|
||||||
out: Optional[tuple[Tensor, Tensor]] = None,
|
|
||||||
) -> torch.return_types.qr: ...
|
|
||||||
def slogdet(
|
|
||||||
A: Tensor, *, out: Optional[tuple[Tensor, Tensor]] = None
|
|
||||||
) -> torch.return_types.slogdet: ...
|
|
||||||
def solve(
|
|
||||||
A: Tensor, B: Tensor, *, left: bool = True, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def solve_ex(
|
|
||||||
A: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
*,
|
|
||||||
left: bool = True,
|
|
||||||
check_errors: bool = False,
|
|
||||||
out: Optional[tuple[Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor]: ...
|
|
||||||
def solve_triangular(
|
|
||||||
A: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
*,
|
|
||||||
upper: bool,
|
|
||||||
left: bool = True,
|
|
||||||
unitriangular: bool = False,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def svd(
|
|
||||||
A: Tensor,
|
|
||||||
full_matrices: bool = True,
|
|
||||||
*,
|
|
||||||
driver: Optional[str] = None,
|
|
||||||
out: Optional[tuple[Tensor, Tensor, Tensor]] = None,
|
|
||||||
) -> tuple[Tensor, Tensor, Tensor]: ...
|
|
||||||
def svdvals(
|
|
||||||
A: Tensor, *, driver: Optional[str] = None, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def tensorinv(A: Tensor, ind: int = 2, *, out: Optional[Tensor] = None) -> Tensor: ...
|
|
||||||
def tensorsolve(
|
|
||||||
A: Tensor,
|
|
||||||
B: Tensor,
|
|
||||||
dims: Optional[Sequence[int]] = None,
|
|
||||||
*,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
def vander(
|
|
||||||
x: Tensor, N: Optional[int] = None, *, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def vecdot(
|
|
||||||
x: Tensor, y: Tensor, *, dim: int = -1, out: Optional[Tensor] = None
|
|
||||||
) -> Tensor: ...
|
|
||||||
def vector_norm(
|
|
||||||
x: Tensor,
|
|
||||||
ord: Optional[Union[_int, _float, complex]] = 2,
|
|
||||||
dim: Optional[Union[int, Sequence[Union[int, SymInt]]]] = None,
|
|
||||||
keepdim: bool = False,
|
|
||||||
*,
|
|
||||||
dtype: Optional[dtype] = None,
|
|
||||||
out: Optional[Tensor] = None,
|
|
||||||
) -> Tensor: ...
|
|
||||||
Reference in New Issue
Block a user