R3MTransform¶

class torchrl.envs.transforms.R3MTransform(*args, **kwargs)[原始碼]¶

R3M Transform 類。

R3M 提供了預訓練的 ResNet 權重，旨在促進機器人任務的視覺嵌入。這些模型使用 Ego4d 進行訓練。

參閱論文

R3M: A Universal Visual Representation for Robot Manipulation (Suraj Nair,: Aravind Rajeswaran, Vikash Kumar, Chelsea Finn, Abhinav Gupta) https://arxiv.org/abs/2203.12601

R3MTransform 以惰性方式建立：物件僅在查詢屬性（spec 或 forward 方法）時進行初始化。原因是 _init() 方法需要訪問父環境的某些屬性（如果有）。透過使類惰性，我們可以確保以下程式碼片段按預期工作。

示例

>>> transform = R3MTransform("resnet50", in_keys=["pixels"])
>>> env.append_transform(transform)
>>> # the forward method will first call _init which will look at env.observation_spec
>>> env.reset()

引數:

model_name (str) – resnet50、resnet34 或 resnet18 中的一個
in_keys (list of str) – 輸入鍵列表。如果留空，則假定為“pixels”鍵。
out_keys (list of str, optional) – 輸出鍵列表。如果留空，則假定為“r3m_vec”。
size (int, optional) – 輸入到 resnet 的影像大小。預設為 244。
stack_images (bool, optional) – 如果為 False，則 in_keys 引數中提供的影像將被單獨處理，並且每個影像將在輸出 tensordict 中擁有一個單獨的條目。預設為 True。
download (bool, torchvision Weights config 或 相應的字串) – 如果為 True，將使用 torch.hub 下載 API 下載權重（即，權重將被快取以供將來使用）。這些權重是 R3M 出版物中的原始權重。如果需要 torchvision 權重，可以透過以下兩種方式獲取：download=ResNet50_Weights.IMAGENET1K_V1 或 download="IMAGENET1K_V1"，其中 ResNet50_Weights 可以透過 from torchvision.models import resnet50, ResNet50_Weights 匯入。預設為 False。
download_path (str, optional) – 要下載模型的路徑。預設為 None（由 torch.hub utils 確定的快取路徑）。
tensor_pixels_keys (list of str, optional) – 可選地，可以保留原始影像（從 env 收集）在輸出 tensordict 中。如果未提供值，則不會收集。

to(dest: DEVICE_TYPING | torch.dtype)[原始碼]¶

移動和/或轉換引數和緩衝區。

這可以這樣呼叫

to(device=None, dtype=None, non_blocking=False)[原始碼]

to(dtype, non_blocking=False)[原始碼]

to(tensor, non_blocking=False)[原始碼]

to(memory_format=torch.channels_last)[原始碼]

其簽名類似於 torch.Tensor.to()，但只接受浮點或複數 dtype。此外，此方法只會將浮點或複數引數和緩衝區轉換為 dtype（如果已給出）。整數引數和緩衝區將移動到 device（如果已給出），但 dtype 保持不變。當設定 non_blocking 時，它會嘗試與主機非同步進行轉換/移動（如果可能），例如將具有固定記憶體的 CPU Tensor 移動到 CUDA 裝置。

有關示例，請參閱下文。

注意

此方法就地修改模組。

引數:

device (torch.device) – the desired device of the parameters and buffers in this module – 此模組中引數和緩衝區的目標裝置。
dtype (torch.dtype) – the desired floating point or complex dtype of the parameters and buffers in this module – 此模組中引數和緩衝區的目標浮點數或複數 dtype。
tensor (torch.Tensor) – Tensor whose dtype and device are the desired dtype and device for all parameters and buffers in this module – 其 dtype 和 device 是此模組中所有引數和緩衝區的目標 dtype 和 device 的 Tensor。
memory_format (torch.memory_format) – the desired memory format for 4D parameters and buffers in this module (keyword only argument) – 此模組中 4D 引數和緩衝區的目標記憶體格式（僅關鍵字引數）。

返回:

self

返回型別:

模組

示例

>>> # 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)

R3MTransform¶

文件

教程

資源