torch.from_dlpack

torch.from_dlpack(ext_tensor) → Tensor

將來自外部庫的張量轉換為 torch.Tensor。

返回的 PyTorch 張量將與輸入張量共享記憶體（輸入張量可能來自其他庫）。請注意，因此，原地操作也會影響輸入張量的資料。這可能導致意外問題（例如，其他庫可能有隻讀標誌或不可變資料結構），因此使用者只有在確定這樣做沒有問題時才應執行此操作。

引數

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，它必須支援 __dlpack__ 協議（即，具有 ext_tensor.__dlpack__ 方法）。否則 ext_tensor 可以是一個 DLPack 膠囊，它是一個不透明的 PyCapsule 例項，通常由 to_dlpack 函式或方法生成。

返回型別

Tensor

示例

>>> 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])