R3MTransform¶

class torchrl.envs.transforms.R3MTransform(*args, **kwargs)[源码]¶

R3M 变换类。

R3M 提供预训练的 ResNet 权重，旨在方便机器人任务的视觉嵌入。这些模型使用 Ego4d 进行训练。

参阅论文

R3M: A Universal Visual Representation for Robot Manipulation (Suraj Nair,: Aravind Rajeswaran, Vikash Kumar, Chelsea Finn, Abhinav Gupta) https://arxiv.org/abs/2203.12601

R3MTransform 以惰性方式创建：对象仅在查询属性（spec 或 forward 方法）时初始化。这样做的原因是 _init() 方法需要访问父环境（如果存在）的一些属性：通过使类惰性化，我们可以确保以下代码片段按预期工作

示例

>>> transform = R3MTransform("resnet50", in_keys=["pixels"])
>>> env.append_transform(transform)
>>> # the forward method will first call _init which will look at env.observation_spec
>>> env.reset()

参数:

model_name (str) – resnet50、resnet34 或 resnet18 之一
in_keys (list of str) – 输入键列表。如果留空，则假定为“pixels”键。
out_keys (list of str, optional) – 输出键列表。如果留空，则假定为“r3m_vec”。
size (int, optional) – 要输入到 resnet 的图像大小。默认为 244。
stack_images (bool, optional) – 如果为 False，则 in_keys 参数中给定的图像将单独处理，并且每个图像在输出 tensordict 中都会有一个单独的条目。默认为 True。
download (bool, torchvision Weights config or corresponding string) – 如果为 True，则将使用 torch.hub 下载 API 下载权重（即权重将缓存以备将来使用）。这些权重是 R3M 发布中的原始权重。如果需要 torchvision 权重，有两种获取方法：download=ResNet50_Weights.IMAGENET1K_V1 或 download="IMAGENET1K_V1"，其中 ResNet50_Weights 可以通过 from torchvision.models import resnet50, ResNet50_Weights 导入。默认为 False。
download_path (str, optional) – 模型下载路径。默认为 None（由 torch.hub utils 确定的缓存路径）。
tensor_pixels_keys (list of str, optional) – 可选地，可以在输出 tensordict 中保留原始图像（从环境收集的图像）。如果未提供值，则不会收集此项。

to(dest: Union[device, str, int, dtype])[源码]¶

移动和/或转换参数和缓冲区。

可以像这样调用

to(device=None, dtype=None, non_blocking=False)[源码]

to(dtype, non_blocking=False)[源码]

to(tensor, non_blocking=False)[源码]

to(memory_format=torch.channels_last)[源码]

其签名类似于 torch.Tensor.to()，但只接受浮点或复数 dtype。此外，此方法只会将浮点或复数参数和缓冲区转换为给定的 dtype（如果给定）。整数参数和缓冲区将被移动到 device（如果给定），但 dtype 保持不变。设置 non_blocking 后，它会尝试尽可能异步地转换/移动（相对于主机），例如，将具有固定内存的 CPU 张量移动到 CUDA 设备。

请参阅下方示例。

注意

此方法会就地修改模块。

参数:

device (torch.device) – 此模块中参数和缓冲区的所需设备
dtype (torch.dtype) – 此模块中参数和缓冲区的所需浮点或复数 dtype
tensor (torch.Tensor) – 其 dtype 和设备是此模块中所有参数和缓冲区的所需 dtype 和设备的张量
memory_format (torch.memory_format) – 此模块中 4D 参数和缓冲区的所需内存格式（仅关键字参数）

返回:

self

返回类型:

Module

示例

>>> # xdoctest: +IGNORE_WANT("non-deterministic")
>>> linear = nn.Linear(2, 2)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]])
>>> linear.to(torch.double)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1913, -0.3420],
        [-0.5113, -0.2325]], dtype=torch.float64)
>>> # xdoctest: +REQUIRES(env:TORCH_DOCTEST_CUDA1)
>>> gpu1 = torch.device("cuda:1")
>>> linear.to(gpu1, dtype=torch.half, non_blocking=True)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16, device='cuda:1')
>>> cpu = torch.device("cpu")
>>> linear.to(cpu)
Linear(in_features=2, out_features=2, bias=True)
>>> linear.weight
Parameter containing:
tensor([[ 0.1914, -0.3420],
        [-0.5112, -0.2324]], dtype=torch.float16)

>>> linear = nn.Linear(2, 2, bias=None).to(torch.cdouble)
>>> linear.weight
Parameter containing:
tensor([[ 0.3741+0.j,  0.2382+0.j],
        [ 0.5593+0.j, -0.4443+0.j]], dtype=torch.complex128)
>>> linear(torch.ones(3, 2, dtype=torch.cdouble))
tensor([[0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j],
        [0.6122+0.j, 0.1150+0.j]], dtype=torch.complex128)

R3MTransform¶

文档

教程

资源