torch.utils.dlpack

torch.utils.dlpack.from_dlpack(ext_tensor) → Tensor

將外部函式庫中的張量轉換為 torch.Tensor。

返回的 PyTorch 張量將與輸入張量（可能來自另一個函式庫）共享記憶體。請注意，因此就地操作也會影響輸入張量的資料。這可能會導致意外問題（例如，其他函式庫可能具有唯讀旗標或不可變的資料結構），因此使用者只有在確定這樣做沒問題的情況下才應該這樣做。

參數

ext_tensor（具有 __dlpack__ 屬性的物件，或 DLPack 膠囊）–

要轉換的張量或 DLPack 膠囊。

如果 ext_tensor 是一個張量（或 ndarray）物件，則它必須支援 __dlpack__ 協定（即，具有 ext_tensor.__dlpack__ 方法）。否則，ext_tensor 可能是一個 DLPack 膠囊，它是一個不透明的 PyCapsule 實例，通常由 to_dlpack 函數或方法產生。

返回類型

張量

範例

>>> import torch.utils.dlpack
>>> t = torch.arange(4)

# Convert a tensor directly (supported in PyTorch >= 1.10)
>>> t2 = torch.from_dlpack(t)
>>> t2[:2] = -1  # show that memory is shared
>>> t2
tensor([-1, -1,  2,  3])
>>> t
tensor([-1, -1,  2,  3])

# The old-style DLPack usage, with an intermediate capsule object
>>> capsule = torch.utils.dlpack.to_dlpack(t)
>>> capsule
<capsule object "dltensor" at ...>
>>> t3 = torch.from_dlpack(capsule)
>>> t3
tensor([-1, -1,  2,  3])
>>> t3[0] = -9  # now we're sharing memory between 3 tensors
>>> t3
tensor([-9, -1,  2,  3])
>>> t2
tensor([-9, -1,  2,  3])
>>> t
tensor([-9, -1,  2,  3])

torch.utils.dlpack.to_dlpack(tensor) → PyCapsule

返回一個表示張量的不透明物件（一個“DLPack 膠囊”）。

備註

to_dlpack 是一個舊版的 DLPack 介面。它返回的膠囊不能用於 Python 中的任何東西，除了將其用作 from_dlpack 的輸入。DLPack 更地道的用法是直接在張量物件上調用 from_dlpack - 當該物件具有 __dlpack__ 方法時，這是可行的，而 PyTorch 和大多數其他函式庫現在確實都具有此方法。

警告

對於使用 to_dlpack 生成的每個膠囊，只能調用一次 from_dlpack。當一個膠囊被多次使用時，行為是未定義的。

參數

tensor – 要匯出的張量

DLPack 膠囊與張量的記憶體共享。