torch.utils.dlpack

torch.utils.dlpack.from_dlpack(ext_tensor) → Tensor

將來自外部函式庫的張量轉換為 torch.Tensor。

返回的 PyTorch 張量將與輸入張量（可能來自另一個函式庫）共享記憶體。 請注意，原地操作也會影響輸入張量的資料。 這可能會導致意想不到的問題（例如，其他函式庫可能具有唯讀標誌或不可變的資料結構），因此使用者應僅在確定沒問題的情況下才執行此操作。

參數

ext_tensor（具有 __dlpack__ 屬性的物件，或是一個 DLPack 膠囊）–

要轉換的 tensor 或 DLPack 膠囊。

如果 ext_tensor 是一個 tensor (或 ndarray) 物件，它必須支援 __dlpack__ 協定（也就是說，必須具有 ext_tensor.__dlpack__ 方法）。否則 ext_tensor 可能是一個 DLPack 膠囊，這是一個不透明的 PyCapsule 實例，通常是由 to_dlpack 函數或方法所產生。

回傳類型

Tensor

範例

>>> import torch.utils.dlpack
>>> t = torch.arange(4)

# Convert a tensor directly (supported in PyTorch >= 1.10)
>>> t2 = torch.from_dlpack(t)
>>> t2[:2] = -1  # show that memory is shared
>>> t2
tensor([-1, -1,  2,  3])
>>> t
tensor([-1, -1,  2,  3])

# The old-style DLPack usage, with an intermediate capsule object
>>> capsule = torch.utils.dlpack.to_dlpack(t)
>>> capsule
<capsule object "dltensor" at ...>
>>> t3 = torch.from_dlpack(capsule)
>>> t3
tensor([-1, -1,  2,  3])
>>> t3[0] = -9  # now we're sharing memory between 3 tensors
>>> t3
tensor([-9, -1,  2,  3])
>>> t2
tensor([-9, -1,  2,  3])
>>> t
tensor([-9, -1,  2,  3])

torch.utils.dlpack.to_dlpack(tensor) → PyCapsule

回傳一個代表 tensor 的不透明物件（一個 "DLPack 膠囊"）。

注意

to_dlpack 是一個舊版的 DLPack 介面。它回傳的膠囊除了作為 from_dlpack 的輸入之外，無法在 Python 中用於其他任何用途。更慣用的 DLPack 用法是直接在 tensor 物件上呼叫 from_dlpack - 當該物件具有 __dlpack__ 方法時，這個方法有效，而 PyTorch 和大多數其他函式庫現在確實都有這個方法。

警告

對於用 to_dlpack 產生的每個膠囊，只能呼叫 from_dlpack 一次。多次使用膠囊的行為是未定義的。

參數

tensor – 要匯出的 tensor

DLPack 膠囊共享 tensor 的記憶體。