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 等效设备) – 目标设备。

• orig_device (torch.device 或 等效设备) – 原始设备。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，它保持未指定状态。

关键字参数:

• in_keys (NestedKey 列表) – 要映射到不同设备的条目列表。默认为 None。

• out_keys (NestedKey 列表) – 映射到设备上的条目的输出名称。默认为 in_keys 的值。

• in_keys_inv (NestedKey 列表) – 要映射到不同设备的条目列表。in_keys_inv 是基础环境期望的名称。默认为 None。

• out_keys_inv (NestedKey 列表) – 映射到设备上的条目的输出名称。out_keys_inv 是从转换后的 env 外部看到的键的名称。默认为 in_keys_inv 的值。

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 = None) → TensorDictBase

读取输入 tensordict，并为选定的键应用变换。

transform_done_spec(full_done_spec: Composite) → Composite

转换完成规范，使结果规范与变换映射匹配。

参数:

done_spec (TensorSpec) – 变换前的规范

返回:

变换后预期的规范

transform_env_device(device)

转换父环境的设备。

transform_input_spec(input_spec: Composite) → Composite

转换输入规范，使结果规范与变换映射匹配。

参数:

input_spec (TensorSpec) – 变换前的规范

返回:

变换后预期的规范

transform_observation_spec(observation_spec: Composite) → Composite

转换观测规范，使结果规范与变换映射匹配。

参数:

observation_spec (TensorSpec) – 变换前的规范

返回:

变换后预期的规范

transform_output_spec(output_spec: Composite) → Composite

转换输出规范，使结果规范与变换映射匹配。

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

返回:

变换后预期的规范

transform_reward_spec(full_reward_spec: Composite) → Composite

转换奖励规范，使结果规范与变换映射匹配。

参数:

reward_spec (TensorSpec) – 变换前的规范

返回:

变换后预期的规范