快捷方式

UnsqueezeTransform

class torchrl.envs.transforms.UnsqueezeTransform(*args, **kwargs)[source]

在指定位置插入大小为 1 的维度。

参数:

dim (int) – 要取消压缩的维度。必须为负数(或必须启用 allow_positive_dim)。

关键字参数:
  • allow_positive_dim (bool, optional) – 如果 True,则接受正维度。UnsqueezeTransform 会将这些维度映射到输入张量的第 n 个特征维度(即父环境批大小后的第 n 个维度),独立于 tensordict 批大小(即正维度在传递不同批维度 tensordict 的上下文中可能很危险)。默认为 False,即不允许非负维度。

  • in_keys (list of NestedKeys) – 输入条目(读取)。

  • out_keys (list of NestedKeys) – 输入条目(写入)。如果未提供,则默认为 in_keys

  • in_keys_inv (list of NestedKeys) – inv() 调用期间的输入条目(读取)。

  • out_keys_inv (list of NestedKeys) – inv() 调用期间的输入条目(写入)。如果未提供,则默认为 in_keys_in

transform_input_spec(input_spec)[source]

转换输入规范,使结果规范与转换映射匹配。

参数:

input_spec (TensorSpec) – 转换前的规范

返回:

转换后预期的规范

transform_observation_spec(observation_spec: TensorSpec) TensorSpec[source]

转换观察规范,使结果规范与转换映射匹配。

参数:

observation_spec (TensorSpec) – 转换前的规范

返回:

转换后预期的规范

transform_reward_spec(reward_spec: TensorSpec) TensorSpec[source]

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:

转换后预期的规范

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源