捷徑

UnsqueezeTransform

class torchrl.envs.transforms.UnsqueezeTransform(*args, **kwargs)[來源]

在指定位置插入大小為 1 的維度。

參數:

dim (int) – 要 unsqueeze 的維度。必須為負數(或必須開啟 allow_positive_dim)。

關鍵字參數:
  • allow_positive_dim (bool, optional) – 如果 True,則接受正維度。UnsqueezeTransform` 會將這些維度對應到輸入張量的第 n 個特徵維度(即父環境批量大小之後的第 n 個維度),獨立於 tensordict 批量大小(即正維度在傳遞不同批量維度的 tensordict 的情況下可能很危險)。預設為 False,即不允許非負維度。

  • in_keys (NestedKeys 列表) – 輸入項目(讀取)。

  • out_keys (NestedKeys 列表) – 輸入項目(寫入)。如果未提供,則預設為 in_keys

  • in_keys_inv (NestedKeys 列表) – 在 inv() 呼叫期間的輸入項目(讀取)。

  • out_keys_inv (NestedKeys 列表) – 在 inv() 呼叫期間的輸入項目(寫入)。如果未提供,則預設為 in_keys_in

transform_input_spec(input_spec)[來源]

轉換輸入規格,使結果規格與轉換對應匹配。

參數:

input_spec (TensorSpec) – 轉換前的規格

傳回值:

轉換後的預期規格

transform_observation_spec(observation_spec: TensorSpec) TensorSpec[來源]

轉換觀察規格,使結果規格與轉換對應匹配。

參數:

observation_spec (TensorSpec) – 轉換前的規格

傳回值:

轉換後的預期規格

transform_reward_spec(reward_spec: TensorSpec) TensorSpec[原始碼]

轉換獎勵規格 (reward spec),使產生的規格與轉換映射 (transform mapping) 相符。

參數:

reward_spec (TensorSpec) – 轉換前的規格

傳回值:

轉換後的預期規格

文件

存取 PyTorch 的完整開發者文件

檢視文件

教學

取得為初學者和進階開發人員提供的深入教學

檢視教學

資源

尋找開發資源並獲得問題解答

檢視資源