DTypeCastTransform

class torchrl.envs.transforms.DTypeCastTransform(dtype_in: dtype, dtype_out: dtype, in_keys: Optional[Sequence[NestedKey]] = None, out_keys: Optional[Sequence[NestedKey]] = None, in_keys_inv: Optional[Sequence[NestedKey]] = None, out_keys_inv: Optional[Sequence[NestedKey]] = None)

將選定鍵的 dtype 轉換為另一個 dtype。

取決於建構期間是否提供 in_keys 或 in_keys_inv，類別行為將會改變

• 如果提供了 keys，則只有這些條目會從 dtype_in 轉換為 dtype_out 條目；

• 如果沒有提供 keys，且物件位於 transforms 的環境暫存器中，則 dtype 設定為 dtype_in 的輸入和輸出規格將分別用作 in_keys_inv / in_keys。

• 如果沒有提供 keys，且物件在沒有環境的情況下使用，則 forward / inverse 傳遞將掃描輸入 tensordict 中所有 dtype_in 的值，並將它們映射到 dtype_out tensor。對於大型資料結構，這可能會影響效能，因為此掃描並非沒有代價。要轉換的 keys 將不會被快取。請注意，在這種情況下，不能傳遞 out_keys（或 out_keys_inv），因為處理 keys 的順序無法精確預期。

參數:

• dtype_in (torch.dtype) – 輸入 dtype (來自環境)。

• dtype_out (torch.dtype) – 輸出 dtype (用於模型訓練)。

• in_keys (NestedKey 序列, optional) – 要在暴露給外部物件和函數之前轉換為 dtype_out 的 dtype_in keys 列表。

• out_keys (NestedKey 序列, optional) – 目的地 keys 列表。如果未提供，則預設為 in_keys。

• in_keys_inv (NestedKey 序列, optional) – 要在傳遞給包含的 base_env 或儲存體之前轉換為 dtype_in 的 dtype_out keys 列表。

• out_keys_inv (NestedKey 序列, optional) – 反向轉換的目的地 keys 列表。如果未提供，則預設為 in_keys_inv。

範例

>>> td = TensorDict(
...     {'obs': torch.ones(1, dtype=torch.double),
...     'not_transformed': torch.ones(1, dtype=torch.double),
... }, [])
>>> transform = DTypeCastTransform(torch.double, torch.float, in_keys=["obs"])
>>> _ = transform(td)
>>> print(td.get("obs").dtype)
torch.float32
>>> print(td.get("not_transformed").dtype)
torch.float64

在“自動”模式下，所有 float64 條目都會被轉換

範例

>>> td = TensorDict(
...     {'obs': torch.ones(1, dtype=torch.double),
...     'not_transformed': torch.ones(1, dtype=torch.double),
... }, [])
>>> transform = DTypeCastTransform(torch.double, torch.float)
>>> _ = transform(td)
>>> print(td.get("obs").dtype)
torch.float32
>>> print(td.get("not_transformed").dtype)
torch.float32

當在未指定轉換 keys 的情況下建構環境時，相同的行為也是規則

範例

>>> class MyEnv(EnvBase):
...     def __init__(self):
...         super().__init__()
...         self.observation_spec = Composite(obs=Unbounded((), dtype=torch.float64))
...         self.action_spec = Unbounded((), dtype=torch.float64)
...         self.reward_spec = Unbounded((1,), dtype=torch.float64)
...         self.done_spec = Unbounded((1,), dtype=torch.bool)
...     def _reset(self, data=None):
...         return TensorDict({"done": torch.zeros((1,), dtype=torch.bool), **self.observation_spec.rand()}, [])
...     def _step(self, data):
...         assert data["action"].dtype == torch.float64
...         reward = self.reward_spec.rand()
...         done = torch.zeros((1,), dtype=torch.bool)
...         obs = self.observation_spec.rand()
...         assert reward.dtype == torch.float64
...         assert obs["obs"].dtype == torch.float64
...         return obs.empty().set("next", obs.update({"reward": reward, "done": done}))
...     def _set_seed(self, seed):
...         pass
>>> env = TransformedEnv(MyEnv(), DTypeCastTransform(torch.double, torch.float))
>>> assert env.action_spec.dtype == torch.float32
>>> assert env.observation_spec["obs"].dtype == torch.float32
>>> assert env.reward_spec.dtype == torch.float32, env.reward_spec.dtype
>>> print(env.rollout(2))
TensorDict(
    fields={
        action: Tensor(shape=torch.Size([2]), device=cpu, dtype=torch.float32, is_shared=False),
        done: Tensor(shape=torch.Size([2, 1]), device=cpu, dtype=torch.bool, is_shared=False),
        next: TensorDict(
            fields={
                done: Tensor(shape=torch.Size([2, 1]), device=cpu, dtype=torch.bool, is_shared=False),
                obs: Tensor(shape=torch.Size([2]), device=cpu, dtype=torch.float32, is_shared=False),
                reward: Tensor(shape=torch.Size([2, 1]), device=cpu, dtype=torch.float32, is_shared=False)},
            batch_size=torch.Size([2]),
            device=cpu,
            is_shared=False),
        obs: Tensor(shape=torch.Size([2]), device=cpu, dtype=torch.float32, is_shared=False)},
    batch_size=torch.Size([2]),
    device=cpu,
    is_shared=False)
>>> assert env.transform.in_keys == ["obs", "reward"]
>>> assert env.transform.in_keys_inv == ["action"]

forward(tensordict: TensorDictBase = None) → TensorDictBase

讀取輸入 tensordict，並對於選定的 keys，套用轉換。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

轉換輸入規格，使產生的規格符合轉換映射。

參數:

input_spec (TensorSpec) – 轉換前的規格

傳回:

轉換後預期的規格

transform_observation_spec(observation_spec)

轉換觀察規格，使產生的規格符合轉換映射。

參數:

observation_spec (TensorSpec) – 轉換前的規格

傳回:

轉換後預期的規格

transform_output_spec(output_spec: Composite) → Composite

轉換輸出規格，使產生的規格符合轉換映射。

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

傳回:

轉換後預期的規格