VIPTransform

class torchrl.envs.transforms.VIPTransform(*args, **kwargs)

VIP Transform 类。

VIP 提供了预训练的 ResNet 权重，旨在方便机器人任务的视觉嵌入和奖励计算。这些模型使用 Ego4d 进行训练。请参阅论文

VIP: 通过价值隐式预训练实现通用视觉奖励和表示 (Jason Ma

Shagun Sodhani, Dinesh Jayaraman, Osbert Bastani, Vikash Kumar*, Amy Zhang*)

参数：

• model_name (str) – resnet50 之一

• in_keys (str 列表， 可选) – 输入键列表。如果留空，则假定使用“pixels”键。

• out_keys (str 列表， 可选) – 输出键列表。如果留空，则假定使用“vip_vec”。

• size (int， 可选) – 输入 resnet 的图像尺寸。默认为 244。

• stack_images (bool， 可选) – 如果为 False，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 中会有一个独立的条目。默认为 True。

• download (bool、torchvision Weights 配置或相应的字符串) – 如果为 True，将使用 torch.hub 下载 API 下载权重（即权重将缓存以供将来使用）。这些权重是来自 VIP 论文的原始权重。如果需要 torchvision 权重，有两种获取方式：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， 可选) – 模型下载路径。默认为 None（由 torch.hub 工具确定的缓存路径）。

• tensor_pixels_keys (str 列表， 可选) – 可选地，可以将原始图像（从环境中收集的）保留在输出 tensordict 中。如果未提供值，则不会收集此项。

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

移动和/或转换参数和缓冲区。

可以按如下方式调用

to(device=None, dtype=None, non_blocking=False)

to(dtype, non_blocking=False)

to(tensor, non_blocking=False)

to(memory_format=torch.channels_last)

其签名类似于 torch.Tensor.to()，但只接受浮点或复数 dtype。此外，此方法仅将浮点或复数参数和缓冲区转换为 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 不会改变。当设置了 non_blocking 时，如果可能，它会尝试相对于主机进行异步转换/移动，例如将带有固定内存的 CPU Tensor 移动到 CUDA 设备。

请参阅下面的示例。

注意

此方法会原地修改模块。

参数：

• device (torch.device) – 此模块中参数和缓冲区的目标设备

• dtype (torch.dtype) – 此模块中参数和缓冲区的目标浮点或复数 dtype

• tensor (torch.Tensor) – Tensor，其 dtype 和 device 是此模块中所有参数和缓冲区的目标 dtype 和 device

• memory_format (torch.memory_format) – 此模块中 4D 参数和缓冲区的目标内存格式（仅关键字参数）

返回值：

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)