快捷方式

torch.from_file

torch.from_file(filename, shared=None, size=0, *, dtype=None, layout=None, device=None, pin_memory=False)

创建一个 CPU 张量,其存储由内存映射文件支持。

如果 shared 为 True,则在进程之间共享内存。所有更改都将写入文件。如果 shared 为 False,则对张量的更改不会影响文件。

size 是张量中元素的数量。如果 sharedFalse,则文件必须至少包含 size * sizeof(dtype) 字节。如果 sharedTrue,则将在需要时创建文件。

注意

只有 CPU 张量可以映射到文件。

注意

目前,在固定内存中无法创建具有由内存映射文件支持的存储的张量。

参数
  • filename (str) – 要映射的文件名

  • shared (bool) – 是否共享内存(是否 MAP_SHAREDMAP_PRIVATE 传递给底层 mmap(2) 调用

  • size (int) – 张量中元素的数量

关键字参数
  • dtype (torch.dtype,可选) – 返回张量的所需数据类型。默认值:如果 None,则使用全局默认值(参见 torch.set_default_dtype())。

  • layout (torch.layout,可选) – 返回张量的所需布局。默认值:torch.strided

  • device (torch.device,可选) – 返回张量的所需设备。默认值:如果 None,则使用当前设备作为默认张量类型(参见 torch.set_default_device())。device 将是 CPU(对于 CPU 张量类型)或当前 CUDA 设备(对于 CUDA 张量类型)。

  • pin_memory (bool, 可选) – 如果设置,则返回的张量将在固定内存中分配。仅适用于 CPU 张量。默认值:False

示例:
>>> t = torch.randn(2, 5, dtype=torch.float64)
>>> t.numpy().tofile('storage.pt')
>>> t_mapped = torch.from_file('storage.pt', shared=False, size=10, dtype=torch.float64)

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源