通过pytorch的torch.profiler带调用栈采集运行过程可以看到如下信息，通过chrome://tracing查看，
图上每个小条条表示一个traceEvent, json中的信息如下图所示，其中cat表示traceEvent的类型，有cpu_op,python_function等，前者表示torch的cpp代码中定义的操作，后者表示pytorch的python代码中定义的函数。实际看cpp_op并不直接对应到cpp代码中函数的名字，应该是按某种约定注册的名字，这为gdb断点查看带来了一些不便。
通过断点uniform_函数看到采集的函数aten::uniform_对应代码at::Tensor::uniform_, aten::rand对应代码中的at::native::rand，且at::Tensor::uniform_在libtorch_cpu.so的plt上，也就是这个符号是可以被动态打桩打掉的。
在代码中找到callstack上两个rand的函数如下，函数含pytorch的源码文件pytorch/aten/src/ATen/native/TensorFactories.cpp中，
result.uniform_中的函数在TensorBody.h中，也及Tensor的一个成员函数，里面调用的是at::_ops::uniform_::call函数，call函数编在libtorch_cpu.so中，
但call的源码不再pytorch下载的原始源码中，而是下面build过程中生成的Operators_2.cpp中，
create_uniform_typed_handle也在Operators_2.cpp中定义，从代码中可以看到采样信息中的aten::uniform_字样，很可能采样信息就是从这里来的。自动生成的Operators_2.cpp很可能是来自pytorch中配置的某个yaml文件。
