DeviceCastTransform

class torchrl.envs.transforms.DeviceCastTransform(device, orig_device=None, *, in_keys=None, out_keys=None, in_keys_inv=None, out_keys_inv=None)

将数据从一个设备移动到另一个设备。

参数：

• device (torch.device 或 等效) – 目标设备。

• orig_device (torch.device 或 等效) – 源设备。如果未指定且存在父环境，则从父环境中检索。在所有其他情况下，它保持未指定。

示例

>>> td = TensorDict(
...     {'obs': torch.ones(1, dtype=torch.double),
... }, [], device="cpu:0")
>>> transform = DeviceCastTransform(device=torch.device("cpu:2"))
>>> td = transform(td)
>>> print(td.device)
cpu:2

forward(tensordict: TensorDictBase) → TensorDictBase

读取输入 tensordict，并对选定的键应用转换。

transform_done_spec(full_done_spec: CompositeSpec) → CompositeSpec

转换 done spec，以使生成的 spec 匹配转换映射。

参数：

done_spec (TensorSpec) – 转换前的 spec

返回值：

转换后的预期 spec

transform_env_device(device)

转换父环境的设备。

transform_input_spec(input_spec: CompositeSpec) → CompositeSpec

转换输入 spec，以使生成的 spec 匹配转换映射。

参数：

input_spec (TensorSpec) – 转换前的 spec

返回值：

转换后的预期 spec

transform_observation_spec(observation_spec: CompositeSpec) → CompositeSpec

转换观察 spec，以使生成的 spec 匹配转换映射。

参数：

observation_spec (TensorSpec) – 转换前的 spec

返回值：

转换后的预期 spec

transform_output_spec(output_spec: CompositeSpec) → CompositeSpec

转换输出 spec，以使生成的 spec 匹配转换映射。

此方法通常应保持不变。应使用 transform_observation_spec()、transform_reward_spec() 和 transformfull_done_spec() 来实现更改。 :param output_spec: 转换前的 spec :type output_spec: TensorSpec

返回值：

转换后的预期 spec

transform_reward_spec(full_reward_spec: CompositeSpec) → CompositeSpec

转换奖励规范，使结果规范与转换映射匹配。

参数：

reward_spec (TensorSpec) – 转换前的规范

返回值：

转换后的预期 spec