torch.from_file

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

建立一個儲存由記憶體對映檔案支援的 CPU 張量。

如果 shared 為 True，則記憶體將在程序之間共享。所有更改都將寫入檔案。如果 shared 為 False，則對張量的更改不會影響檔案。

size 是張量中的元素數量。如果 shared 為 False，則檔案必須包含至少 size * sizeof(dtype) 位元組。如果 shared 為 True，則在需要時會建立檔案。

注意

只能將 CPU 張量對映到檔案。

注意

目前，由記憶體對映檔案支援的儲存的張量不能在固定記憶體中建立。

引數

• filename (str) – 要對映的檔名

• shared (bool) – 是否共享記憶體（是否將 MAP_SHARED 或 MAP_PRIVATE 傳遞給底層 mmap(2) 呼叫）

• size (int) – 張量中的元素數量

關鍵字引數

• dtype (torch.dtype, optional) – 返回張量的期望資料型別。預設值：如果 None，則使用全域性預設值（參見 torch.set_default_dtype()）。

• layout (torch.layout, 可選) – 返回張量的所需佈局。預設：torch.strided。

• device (torch.device, 可選) – 返回張量的所需裝置。預設：如果為 None，則使用當前裝置作為預設張量型別（參見 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU；對於 CUDA 張量型別，device 將是當前的 CUDA 裝置。

• pin_memory (bool, optional) – 如果設定為 True，則返回的張量將被分配到固定記憶體中。僅適用於 CPU 張量。預設值：False。

示例

>>> 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)