Como posso diferenciar entre um tensor PyTorch e um tensor aninhado?

Recentemente, PyTorch introduziu o tensor aninhado . No entanto, se eu criar um tensor aninhado, por exemplo,

import torch

a = torch.randn(20, 128)
nt = torch.nested.nested_tensor([a, a], dtype=torch.float32)

e então observe seu tipo de classe, ele mostra:

type(nt)
torch.Tensor

ou seja, o tipo de classe é apenas um PyTorch normal Tensor. Então, type(nt) == torch.Tensore isinstance(nt, torch.Tensor)ambos retornarão True.

Então, minha pergunta é: existe uma maneira de diferenciar entre um tensor regular e um tensor aninhado?

Uma maneira que posso pensar é que o sizemétodo para tensores aninhados (atualmente) funciona de maneira diferente daquele para tensores regulares, pois requer um argumento, caso contrário, gera a RuntimeError. Então, uma solução pode ser:

def is_nested_tensor(nt):
    if not isinstance(nt, torch.Tensor):
        return False

    try:
        # try calling size without an argument
        nt.size()
        return False
    except RuntimeError:
        return True

    return False

mas existe algo mais simples que não depende de algo como o sizemétodo não mudar no futuro?