torch.utils.dlpack¶
- torch.utils.dlpack.from_dlpack(ext_tensor) Tensor [source]¶
将来自外部库的张量转换为
torch.Tensor
。返回的 PyTorch 张量将与输入张量共享内存(可能来自另一个库)。请注意,因此就地操作也会影响输入张量的数据。这可能会导致意外问题(例如,其他库可能具有只读标志或不可变数据结构),因此用户应仅在他们确信这是可以的情况下执行此操作。
- 参数
ext_tensor (具有
__dlpack__
属性的对象或 DLPack 胶囊) –要转换的张量或 DLPack 胶囊。
如果
ext_tensor
是一个张量(或 ndarray)对象,它必须支持__dlpack__
协议(即,具有ext_tensor.__dlpack__
方法)。否则ext_tensor
可以是 DLPack 胶囊,它是一个不透明的PyCapsule
实例,通常由to_dlpack
函数或方法生成。- 返回类型
示例
>>> import torch.utils.dlpack >>> t = torch.arange(4) # Convert a tensor directly (supported in PyTorch >= 1.10) >>> t2 = torch.from_dlpack(t) >>> t2[:2] = -1 # show that memory is shared >>> t2 tensor([-1, -1, 2, 3]) >>> t tensor([-1, -1, 2, 3]) # The old-style DLPack usage, with an intermediate capsule object >>> capsule = torch.utils.dlpack.to_dlpack(t) >>> capsule <capsule object "dltensor" at ...> >>> t3 = torch.from_dlpack(capsule) >>> t3 tensor([-1, -1, 2, 3]) >>> t3[0] = -9 # now we're sharing memory between 3 tensors >>> t3 tensor([-9, -1, 2, 3]) >>> t2 tensor([-9, -1, 2, 3]) >>> t tensor([-9, -1, 2, 3])
- torch.utils.dlpack.to_dlpack(tensor) PyCapsule ¶
返回一个表示该张量的不透明对象(“DLPack 胶囊”)。
注意
to_dlpack
是一个传统的 DLPack 接口。它返回的胶囊除了用作from_dlpack
的输入外,不能在 Python 中用于任何其他目的。DLPack 的更惯用的用法是直接在张量对象上调用from_dlpack
- 当该对象具有__dlpack__
方法时,这将起作用,PyTorch 和大多数其他库现在确实具有该方法。警告
对于使用
to_dlpack
生成的每个胶囊,仅调用一次from_dlpack
。胶囊被使用多次时的行为是未定义的。- 参数
tensor – 要导出的张量
DLPack 胶囊共享张量的内存。