Compose

class torchrl.envs.transforms.Compose(*transforms: Transform)

組合轉換鏈。

接受 Transform 或 ``callable``s。

範例

>>> env = GymEnv("Pendulum-v0")
>>> transforms = [RewardScaling(1.0, 1.0), RewardClipping(-2.0, 2.0)]
>>> transforms = Compose(*transforms)
>>> transformed_env = TransformedEnv(env, transforms)

append(transform: Union[Transform, Callable[[TensorDictBase], TensorDictBase]]) → None

在鏈中附加轉換。

接受 Transform 或 callable。

forward(tensordict: TensorDictBase) → TensorDictBase

讀取輸入 tensordict，並針對選定的鍵，應用轉換。

insert(index: int, transform: Union[Transform, Callable[[TensorDictBase], TensorDictBase]]) → None

在鏈中的所需索引處插入一個轉換。

接受 Transform 或 callable。

to(*args, **kwargs)

移動及/或轉換參數和緩衝區。

可以如下調用：

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

to(dtype, non_blocking=False)

to(tensor, non_blocking=False)

to(memory_format=torch.channels_last)

其簽名類似於 torch.Tensor.to()，但僅接受浮點或複數 dtype。此外，此方法僅會將浮點或複數參數和緩衝區轉換為 dtype（如果已給定）。整數參數和緩衝區將移動到 device（如果已給定），但 dtype 不變。當設置 non_blocking 時，如果可能，它會嘗試相對於主機非同步地轉換/移動，例如，將具有釘選記憶體的 CPU 張量移動到 CUDA 設備。

請參閱以下範例。

注意

此方法會就地修改模組。

參數:

• device (torch.device) – 此模組中參數和緩衝區的所需設備

• dtype (torch.dtype) – 此模組中參數和緩衝區的所需浮點或複數 dtype

• tensor (torch.Tensor) – 張量，其 dtype 和設備是此模組中所有參數和緩衝區的所需 dtype 和設備

• memory_format (torch.memory_format) – 此模組中 4D 參數和緩衝區的所需記憶體格式（僅限關鍵字引數）

傳回:

self

傳回類型:

Module

範例

>>> # 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)

transform_env_batch_size(batch_size: torch.batch_size)

轉換父環境的批次大小。

transform_env_device(device: device)

轉換父環境的設備。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

轉換輸入規格 (input spec)，使結果規格 (spec) 與轉換映射 (transform mapping) 相符。

參數:

input_spec (TensorSpec) – 轉換前的規格 (spec)

傳回:

轉換後預期的規格 (spec)

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

轉換觀測規格 (observation spec)，使結果規格 (spec) 與轉換映射 (transform mapping) 相符。

參數:

observation_spec (TensorSpec) – 轉換前的規格 (spec)

傳回:

轉換後預期的規格 (spec)

transform_output_spec(output_spec: TensorSpec) → TensorSpec

轉換輸出規格 (output spec)，使結果規格 (spec) 與轉換映射 (transform mapping) 相符。

這個方法通常應該保持不變。 變更應該使用 transform_observation_spec()、 transform_reward_spec() 和 transformfull_done_spec() 實作。 :param output_spec: 轉換前的規格 (spec) :type output_spec: TensorSpec

傳回:

轉換後預期的規格 (spec)

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵規格 (reward spec)，使結果規格 (spec) 與轉換映射 (transform mapping) 相符。

參數:

reward_spec (TensorSpec) – 轉換前的規格 (spec)

傳回:

轉換後預期的規格 (spec)