TensorStorage

class torchrl.data.replay_buffers.TensorStorage(storage, max_size=None, *, device: device = 'cpu', ndim: int = 1)

張量和 TensorDict 的儲存空間。

參數:

• storage (tensor 或 TensorDict) – 要使用的資料緩衝區。

• max_size (int) – 儲存空間的大小，即緩衝區中儲存的最大元素數量。

關鍵字引數:

• device (torch.device, optional) – 抽樣張量將被儲存和傳送的裝置。預設值為 torch.device("cpu")。如果傳遞 “auto”，則會從傳遞的第一批資料自動收集裝置。預設情況下不啟用此功能，以避免資料錯誤地放置在 GPU 上，導致 OOM 問題。

• ndim (int, optional) – 測量儲存空間大小時要考慮的維度數量。例如，如果 ndim=1，則形狀為 [3, 4] 的儲存空間的容量為 3，如果 ndim=2，則容量為 12。預設值為 1。

範例

>>> data = TensorDict({
...     "some data": torch.randn(10, 11),
...     ("some", "nested", "data"): torch.randn(10, 11, 12),
... }, batch_size=[10, 11])
>>> storage = TensorStorage(data)
>>> len(storage)  # only the first dimension is considered as indexable
10
>>> storage.get(0)
TensorDict(
    fields={
        some data: Tensor(shape=torch.Size([11]), device=cpu, dtype=torch.float32, is_shared=False),
        some: TensorDict(
            fields={
                nested: TensorDict(
                    fields={
                        data: Tensor(shape=torch.Size([11, 12]), device=cpu, dtype=torch.float32, is_shared=False)},
                    batch_size=torch.Size([11]),
                    device=None,
                    is_shared=False)},
            batch_size=torch.Size([11]),
            device=None,
            is_shared=False)},
    batch_size=torch.Size([11]),
    device=None,
    is_shared=False)
>>> storage.set(0, storage.get(0).zero_()) # zeros the data along index ``0``

此類別也支援 tensorclass 資料。

範例

>>> from tensordict import tensorclass
>>> @tensorclass
... class MyClass:
...     foo: torch.Tensor
...     bar: torch.Tensor
>>> data = MyClass(foo=torch.randn(10, 11), bar=torch.randn(10, 11, 12), batch_size=[10, 11])
>>> storage = TensorStorage(data)
>>> storage.get(0)
MyClass(
    bar=Tensor(shape=torch.Size([11, 12]), device=cpu, dtype=torch.float32, is_shared=False),
    foo=Tensor(shape=torch.Size([11]), device=cpu, dtype=torch.float32, is_shared=False),
    batch_size=torch.Size([11]),
    device=None,
    is_shared=False)

attach(buffer: Any) → None

此函數將取樣器附加到此儲存空間。

從此儲存空間讀取的緩衝區必須透過呼叫此方法包含為附加實體。這保證了當儲存空間中的資料發生變更時，即使儲存空間與其他緩衝區（例如，優先順序取樣器）共享，元件也會知道變更。

參數:

buffer – 從此儲存空間讀取的物件。

dump(*args, **kwargs)

dumps() 的別名。

load(*args, **kwargs)

loads() 的別名。

save(*args, **kwargs)

dumps() 的別名。