torch.from_dlpack

torch.from_dlpack(ext_tensor) → Tensor

將來自外部程式庫的張量轉換為 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 (in-place) 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記或不可變的資料結構），因此使用者只有在確定沒問題的情況下才應這樣做。

參數

ext_tensor (具有 __dlpack__ 屬性的物件，或 DLPack capsule) –

要轉換的張量或 DLPack capsule。

如果 ext_tensor 是一個張量（或 ndarray）物件，它必須支援 __dlpack__ 協定（即，具有 ext_tensor.__dlpack__ 方法）。 否則，ext_tensor 可能是一個 DLPack capsule，它是一個不透明的 PyCapsule 實例，通常由 to_dlpack 函數或方法產生。

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])