14.Proxy

本文介绍了JavaScript中的Proxy,它用于创建一个对象的代理,从而实现对对象操作的拦截和自定义。Proxy能拦截get、set、has等13种操作,并提供了revocable方法来撤销代理。在实际应用中,Proxy常用于Web服务客户端,实现数据访问的控制和复杂逻辑。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

概述

Proxy 用于修改某些操作的默认行为,等同于在语言层面做出修改,所以属于一种“元编程”(meta programming),即对编程语言进行编程。

Proxy 可以理解成,在目标对象之前架设一层“拦截”,外界对该对象的访问,都必须先通过这层拦截,因此提供了一种机制,可以对外界的访问进行过滤和改写。Proxy 这个词的原意是代理,用在这里表示由它来“代理”某些操作,可以译为“代理器”。

Proxy 实际上重载(overload)了点运算符,即用自己的定义覆盖了语言的原始定义。

var proxy = new Proxy({}, {
  get: function(target, propKey) {
    return 35;
  }
});

proxy.time // 35
proxy.name // 35
proxy.title // 35

上面代码中,作为构造函数,Proxy接受两个参数。第一个参数是所要代理的目标对象(上例是一个空对象),即如果没有Proxy的介入,操作原来要访问的就是这个对象;第二个参数是一个配置对象,对于每一个被代理的操作,需要提供一个对应的处理函数,该函数将拦截对应的操作。比如,上面代码中,配置对象有一个get方法,用来拦截对目标对象属性的访问请求。get方法的两个参数分别是目标对象和所要访问的属性。可以看到,由于拦截函数总是返回35,所以访问任何属性都得到35。

注意,要使得Proxy起作用,必须针对Proxy实例(上例是proxy对象)进行操作,而不是针对目标对象(上例是空对象)进行操作。

如果handler没有设置任何拦截,那就等同于直接通向原对象。

同一个拦截器函数,可以设置拦截多个操作。

var handler = {
  get: function(target, name) {
    if (name === 'prototype') {
      return Object.prototype;
    }
    return 'Hello, ' + name;
  },

  apply: function(target, thisBinding, args) {
    return args[0];
  },

  construct: function(target, args) {
    return {value: args[1]};
  }
};

var fproxy = new Proxy(function(x, y) {
  return x + y;
}, handler);

fproxy(1, 2) // 1
new fproxy(1, 2) // {value: 2}
fproxy.prototype === Object.prototype // true
fproxy.foo === "Hello, foo" // true

Proxy 支持的拦截操作一览,一共 13 种:

  • get(target, propKey, receiver):拦截对象属性的读取,比如proxy.fooproxy['foo']
  • set(target, propKey, value, receiver):拦截对象属性的设置,比如proxy.foo = vproxy['foo'] = v,返回一个布尔值。
  • has(target, propKey):拦截propKey in proxy的操作,返回一个布尔值。
  • deleteProperty(target, propKey):拦截delete proxy[propKey]的操作,返回一个布尔值。
  • ownKeys(target):拦截Object.getOwnPropertyNames(proxy)Object.getOwnPropertySymbols(proxy)Object.keys(proxy)for...in循环,返回一个数组。该方法返回目标对象所有自身的属性的属性名,而Object.keys()的返回结果仅包括目标对象自身的可遍历属性。
  • getOwnPropertyDescriptor(target, propKey):拦截Object.getOwnPropertyDescriptor(proxy, propKey),返回属性的描述对象。
  • defineProperty(target, propKey, propDesc):拦截Object.defineProperty(proxy, propKey, propDesc)Object.defineProperties(proxy, propDescs),返回一个布尔值。
  • preventExtensions(target):拦截Object.preventExtensions(proxy),返回一个布尔值。
  • getPrototypeOf(target):拦截Object.getPrototypeOf(proxy),返回一个对象。
  • isExtensible(target):拦截Object.isExtensible(proxy),返回一个布尔值。
  • setPrototypeOf(target, proto):拦截Object.setPrototypeOf(proxy, proto),返回一个布尔值。如果目标对象是函数,那么还有两种额外操作可以拦截。
  • apply(target, object, args):拦截 Proxy 实例作为函数调用的操作,比如proxy(...args)proxy.call(object, ...args)proxy.apply(...)
  • construct(target, args):拦截 Proxy 实例作为构造函数调用的操作,比如new proxy(...args)

Proxy 实例的方法

具体每种拦截操作的案例,参考原书:Proxy 实例的方法

Proxy.revocable()

Proxy.revocable()方法返回一个对象,该对象的proxy属性是Proxy实例,revoke属性是一个函数,可以取消Proxy实例。上面代码中,当执行revoke函数之后,再访问Proxy实例,就会抛出一个错误。

Proxy.revocable()的一个使用场景是,目标对象不允许直接访问,必须通过代理访问,一旦访问结束,就收回代理权,不允许再次访问。

this 问题

虽然 Proxy 可以代理针对目标对象的访问,但它不是目标对象的透明代理,即不做任何拦截的情况下,也无法保证与目标对象的行为一致。主要原因就是在 Proxy 代理的情况下,目标对象内部的this关键字会指向 Proxy 代理。

const target = {
  m: function () {
    console.log(this === proxy);
  }
};
const handler = {};

const proxy = new Proxy(target, handler);

target.m() // false
proxy.m()  // true

上面代码中,一旦proxy代理target.m,后者内部的this就是指向proxy,而不是target。

Proxy 对象可以拦截目标对象的任意属性,这使得它很合适用来写 Web 服务的客户端。

当你遇到错误 `"Proxy object cannot be iterated"` 时,这通常是由于你在尝试使用 Torch FX(FX 表示“Functional Transformation”,它是 PyTorch 中的一个模块,用于对模型进行图级别的变换)的过程中出现了某些不当的操作引起的。具体来说,在这个上下文中,“proxy”是一个代理对象,它代表了计算图中的某个值或操作;而当你试图遍历这样一个 proxy 对象时就会引发异常。 对于你提到的具体例子 `model = fuse_fx(model)` 导致报错的情况,可能是由于以下几个原因造成的: 1. **输入模型结构不兼容**:如果传入的 `model` 结构不符合预期的要求,则可能会导致无法正确解析并生成对应的计算图。 2. **版本冲突或其他环境问题**:确保所使用的 PyTorch 版本以及相关的依赖库是最新的,并且相互之间保持一致。 3. **代码逻辑中有不适合图形追踪的地方**:如果你在前向传播路径上有条件分支、动态控制流等难以静态分析的部分,那么也可能引起类似的问题。 为了帮助解决这个问题,请参考下面给出的一些建议和解决方案: ### 解决方案 #### 确保正确的 API 使用方式 首先确认你是按照官方文档推荐的方式去调用 `fuse_fx` 函数的。你可以通过查阅最新版 [PyTorch 文档](https://pytorch.org/docs/stable/generated/torch.fx.html) 获取更多信息。注意不同的 PyTorch 版本间可能存在差异,因此务必查看对应版本的帮助内容。 #### 示例代码调整 假设你想将卷积层与 ReLU 层融合在一起处理,可以考虑采用更为明确的方式来完成这项任务而不是直接调用 `fuse_fx`。例如利用内置函数来进行显式的模型修改: ```python import torch.nn.utils.fusion as fusion_utils class MyModel(torch.nn.Module): def __init__(self): super(MyModel, self).__init__() self.conv_relu_sequence = torch.nn.Sequential( torch.nn.Conv2d(in_channels=..., out_channels=..., kernel_size=(...)), torch.nn.ReLU(inplace=True), # 更多层... ) def forward(self, x): return self.conv_relu_sequence(x) def main(): model = MyModel() if isinstance(model, torch.nn.Sequential): # 或者更具体的检查机制 fused_model = [] for i in range(len(model)): m = model[i] next_m = None if (i + 1 >= len(model)) else model[i + 1] if type(m) == torch.nn.Conv2d and \ type(next_m) == torch.nn.BatchNorm2d: conv_bn_fused_layer = torch.nn.utils.fusion.fuse_conv_bn_eval(conv=m, bn=next_m) fused_model.append(conv_bn_fused_layer) if i + 1 < len(model): del model[i] # 删除已融合部分的第一个元素 break # 继续下一个批次的匹配 elif type(m) == torch.nn.Conv2d and \ type(next_m) == torch.nn.ReLU: conv_relu_fused_block = torch.nn.intrinsic.ConvReLU2d( conv=m, relu=next_m, inplace=False ) fused_model.extend([conv_relu_fused_block]) else: fused_model.append(m.clone()) model = torch.nn.Sequential(*fused_model) if __name__ == '__main__': main() ``` 以上示例展示了如何手动检测序列内的 Conv-BatchNorm 和 Conv-ReLU 组合并对它们应用相应的融合技巧。当然这只是其中一种做法,实际应用当中还需要根据具体情况做出适当调整。 #### 更新 PyTorch 及其相关包至最新稳定版本 有时升级软件栈到最新的发布版本能够修复潜在 bug 并改善功能特性。建议定期检查是否有新发布的补丁程序可供安装。 #### 检查并修正可能导致跟踪失败的因素 尽量避免编写过于复杂的条件判断或者引入不必要的动态控制流程(比如基于数据样本改变的行为)。简化代码有助于提高图构建的成功率。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值