Table of Contents
Shortcuts

torch.from_file

torch.from_file(filename, shared=None, size=0, *, dtype=None, layout=None, device=None, pin_memory=False)

创建一个由内存映射文件支持的存储的CPU张量。

如果 shared 为 True，则进程之间共享内存。所有更改都会写入文件。 如果 shared 为 False，则对张量的更改不会影响文件。

size 是 Tensor 中的元素数量。如果 shared 是 False，那么文件必须包含至少 size * sizeof(dtype) 字节。如果 shared 是 True，则会在需要时创建文件。

注意

只有CPU张量可以映射到文件。

注意

目前，由内存映射文件支持的存储的张量无法在固定内存中创建。

Parameters

  • filename (str) – 要映射的文件名

  • 共享 (布尔值) – 是否共享内存（是否传递 MAP_SHARED 或 MAP_PRIVATE 到底层的 mmap(2) 调用）

  • 大小 (int) – 张量中的元素数量

Keyword Arguments

  • dtype (torch.dtype, 可选) – 返回张量的所需数据类型。 默认值：如果 None，则使用全局默认值（参见 torch.set_default_dtype()）。

  • 布局 (torch.layout, 可选) – 返回张量的所需布局。 默认值: torch.strided。

  • 设备 (torch.device, 可选) – 返回张量所需的设备。 默认值：如果 None，则使用默认张量类型的当前设备 （参见 torch.set_default_device()）。device 将是 CPU 用于 CPU 张量类型，以及当前 CUDA 设备用于 CUDA 张量类型。

  • pin_memory (bool, 可选) – 如果设置，返回的张量将分配在固定内存中。仅适用于CPU张量。默认值：False。

Example::
>>> t = torch.randn(2, 5, dtype=torch.float64)
>>> t.numpy().tofile('storage.pt')
>>> t_mapped = torch.from_file('storage.pt', shared=False, size=10, dtype=torch.float64)
优云智算