ReplayBufferEnsemble¶

class torchrl.data.replay_buffers.ReplayBufferEnsemble(*rbs, storages: StorageEnsemble | None = None, samplers: SamplerEnsemble | None = None, writers: WriterEnsemble | None = None, transform: 'Transform' | None = None, batch_size: int | None = None, collate_fn: Callable | None = None, collate_fns: List[Callable] | None = None, p: Tensor = None, sample_from_all: bool = False, num_buffer_sampled: int | None = None, generator: torch.Generator | None = None, shared: bool = False, **kwargs)[source]¶

回放緩衝區的集合。

此類允許同時從多個回放緩衝區中讀取和取樣。它自動組合了儲存集合（StorageEnsemble）、寫入器（WriterEnsemble）和取樣器（SamplerEnsemble）。

注意

禁止直接寫入此類，但可以透過索引檢索巢狀的緩衝區並進行擴充套件。

構建 ReplayBufferEnsemble 有兩種不同的方式：可以傳遞一個回放緩衝區列表，或者直接傳遞元件（儲存、寫入器和取樣器），就像其他回放緩衝區子類那樣。

引數：

rbs (ReplayBuffer 例項序列，可選) – 要集合的回放緩衝區。
storages (StorageEnsemble，可選) – 儲存集合，如果未傳遞迴放緩衝區。
samplers (SamplerEnsemble，可選) – 取樣器集合，如果未傳遞迴放緩衝區。
writers (WriterEnsemble，可選) – 寫入器集合，如果未傳遞迴放緩衝區。
transform (Transform，可選) – 如果傳遞，這將是回放緩衝區集合的變換。每個回放緩衝區的獨立變換從其父回放緩衝區中檢索，或直接寫入 StorageEnsemble 物件中。
batch_size (整數，可選) – 取樣時使用的 batch-size。
collate_fn (可呼叫物件，可選) – 在呼叫每個獨立的 collate_fn 並且資料被放入列表（連同緩衝區 ID）後，用於整理資料（collate）的函式。
collate_fns (可呼叫物件列表，可選) – 每個巢狀回放緩衝區的 collate_fn。如果未提供，則從 ReplayBuffer 例項中檢索。
p (浮點數列表或 Tensor，可選) – 一個浮點數列表，指示每個回放緩衝區的相對權重。如果緩衝區是顯式構建的，也可以傳遞給 torchrl.data.replay_buffers.samplers.SamplerEnsemble`。
sample_from_all (布林值，可選) – 如果 True，將從每個資料集進行取樣。這與引數 p 不相容。預設為 False。如果緩衝區是顯式構建的，也可以傳遞給 torchrl.data.replay_buffers.samplers.SamplerEnsemble`。
num_buffer_sampled (整數，可選) – 要取樣的緩衝區數量。如果 sample_from_all=True，此引數無效，因為它預設為緩衝區數量。如果 sample_from_all=False，緩衝區將根據機率 p 進行取樣。如果緩衝區是顯式構建的，也可以傳遞給 torchrl.data.replay_buffers.samplers.SamplerEnsemble`。
generator (torch.Generator，可選) –
用於取樣的生成器。為回放緩衝區使用專用的生成器可以實現對種子的精細控制，例如在分散式作業中保持全域性種子不同但 RB 種子相同。預設為 None（全域性預設生成器）。

警告

目前，生成器對變換無效。
shared (布林值，可選) – 緩衝區是否使用多程序共享。預設為 False。

示例

>>> from torchrl.envs import Compose, ToTensorImage, Resize, RenameTransform
>>> from torchrl.data import TensorDictReplayBuffer, ReplayBufferEnsemble, LazyMemmapStorage
>>> from tensordict import TensorDict
>>> import torch
>>> rb0 = TensorDictReplayBuffer(
...     storage=LazyMemmapStorage(10),
...     transform=Compose(
...         ToTensorImage(in_keys=["pixels", ("next", "pixels")]),
...         Resize(32, in_keys=["pixels", ("next", "pixels")]),
...         RenameTransform([("some", "key")], ["renamed"]),
...     ),
... )
>>> rb1 = TensorDictReplayBuffer(
...     storage=LazyMemmapStorage(10),
...     transform=Compose(
...         ToTensorImage(in_keys=["pixels", ("next", "pixels")]),
...         Resize(32, in_keys=["pixels", ("next", "pixels")]),
...         RenameTransform(["another_key"], ["renamed"]),
...     ),
... )
>>> rb = ReplayBufferEnsemble(
...     rb0,
...     rb1,
...     p=[0.5, 0.5],
...     transform=Resize(33, in_keys=["pixels"], out_keys=["pixels33"]),
... )
>>> print(rb)
ReplayBufferEnsemble(
    storages=StorageEnsemble(
        storages=(<torchrl.data.replay_buffers.storages.LazyMemmapStorage object at 0x13a2ef430>, <torchrl.data.replay_buffers.storages.LazyMemmapStorage object at 0x13a2f9310>),
        transforms=[Compose(
                ToTensorImage(keys=['pixels', ('next', 'pixels')]),
                Resize(w=32, h=32, interpolation=InterpolationMode.BILINEAR, keys=['pixels', ('next', 'pixels')]),
                RenameTransform(keys=[('some', 'key')])), Compose(
                ToTensorImage(keys=['pixels', ('next', 'pixels')]),
                Resize(w=32, h=32, interpolation=InterpolationMode.BILINEAR, keys=['pixels', ('next', 'pixels')]),
                RenameTransform(keys=['another_key']))]),
    samplers=SamplerEnsemble(
        samplers=(<torchrl.data.replay_buffers.samplers.RandomSampler object at 0x13a2f9220>, <torchrl.data.replay_buffers.samplers.RandomSampler object at 0x13a2f9f70>)),
    writers=WriterEnsemble(
        writers=(<torchrl.data.replay_buffers.writers.TensorDictRoundRobinWriter object at 0x13a2d9b50>, <torchrl.data.replay_buffers.writers.TensorDictRoundRobinWriter object at 0x13a2f95b0>)),
batch_size=None,
transform=Compose(
        Resize(w=33, h=33, interpolation=InterpolationMode.BILINEAR, keys=['pixels'])),
collate_fn=<built-in method stack of type object at 0x128648260>)
>>> data0 = TensorDict(
...     {
...         "pixels": torch.randint(255, (10, 244, 244, 3)),
...         ("next", "pixels"): torch.randint(255, (10, 244, 244, 3)),
...         ("some", "key"): torch.randn(10),
...     },
...     batch_size=[10],
... )
>>> data1 = TensorDict(
...     {
...         "pixels": torch.randint(255, (10, 64, 64, 3)),
...         ("next", "pixels"): torch.randint(255, (10, 64, 64, 3)),
...         "another_key": torch.randn(10),
...     },
...     batch_size=[10],
... )
>>> rb[0].extend(data0)
>>> rb[1].extend(data1)
>>> for _ in range(2):
...     sample = rb.sample(10)
...     assert sample["next", "pixels"].shape == torch.Size([2, 5, 3, 32, 32])
...     assert sample["pixels"].shape == torch.Size([2, 5, 3, 32, 32])
...     assert sample["pixels33"].shape == torch.Size([2, 5, 3, 33, 33])
...     assert sample["renamed"].shape == torch.Size([2, 5])

add(data: Any) → int¶

向回放緩衝區新增單個元素。

引數：: data (任意型別) – 要新增到回放緩衝區的資料
返回：: 資料在回放緩衝區中的索引。

append_transform(transform: Transform, *, invert: bool = False) → ReplayBuffer¶

將變換新增到末尾。

當呼叫 sample 時，變換按順序應用。

引數：: transform (Transform) – 要新增的變換
關鍵字引數：: invert (布林值，可選) – 如果 True，變換將被反轉（寫入時呼叫 forward，讀取時呼叫 inverse）。預設為 False。

Example

>>> rb = ReplayBuffer(storage=LazyMemmapStorage(10), batch_size=4)
>>> data = TensorDict({"a": torch.zeros(10)}, [10])
>>> def t(data):
...     data += 1
...     return data
>>> rb.append_transform(t, invert=True)
>>> rb.extend(data)
>>> assert (data == 1).all()

dump(*args, **kwargs)¶: dumps() 的別名。

dumps(path)¶

將回放緩衝區儲存到磁碟上的指定路徑。

引數：: path (Path 或字串) – 儲存回放緩衝區的路徑。

示例

>>> import tempfile
>>> import tqdm
>>> from torchrl.data import LazyMemmapStorage, TensorDictReplayBuffer
>>> from torchrl.data.replay_buffers.samplers import PrioritizedSampler, RandomSampler
>>> import torch
>>> from tensordict import TensorDict
>>> # Build and populate the replay buffer
>>> S = 1_000_000
>>> sampler = PrioritizedSampler(S, 1.1, 1.0)
>>> # sampler = RandomSampler()
>>> storage = LazyMemmapStorage(S)
>>> rb = TensorDictReplayBuffer(storage=storage, sampler=sampler)
>>>
>>> for _ in tqdm.tqdm(range(100)):
...     td = TensorDict({"obs": torch.randn(100, 3, 4), "next": {"obs": torch.randn(100, 3, 4)}, "td_error": torch.rand(100)}, [100])
...     rb.extend(td)
...     sample = rb.sample(32)
...     rb.update_tensordict_priority(sample)
>>> # save and load the buffer
>>> with tempfile.TemporaryDirectory() as tmpdir:
...     rb.dumps(tmpdir)
...
...     sampler = PrioritizedSampler(S, 1.1, 1.0)
...     # sampler = RandomSampler()
...     storage = LazyMemmapStorage(S)
...     rb_load = TensorDictReplayBuffer(storage=storage, sampler=sampler)
...     rb_load.loads(tmpdir)
...     assert len(rb) == len(rb_load)

empty()¶: 清空回放緩衝區並將遊標重置為 0。

extend(data: Sequence) → Tensor¶

使用可迭代物件中包含的一個或多個元素擴充套件回放緩衝區。

如果存在，將呼叫逆變換。

引數：: data (可迭代物件) – 要新增到回放緩衝區的資料集合。
返回：: 新增到回放緩衝區的資料的索引。

警告

extend() 當處理值列表時，可能具有歧義的簽名，這應該被解釋為 PyTree（在這種情況下，列表中的所有元素將被放入儲存中儲存的 PyTree 的一個切片中）或要逐個新增的值列表。為了解決這個問題，TorchRL 對列表和元組做了明確的區分：元組將被視為 PyTree，列表（在根級別）將被解釋為要逐個新增到緩衝區的值堆疊。對於 ListStorage 例項，只能提供非繫結元素（不能是 PyTrees）。

insert_transform(index: int, transform: Transform, *, invert: bool = False) → ReplayBuffer¶

插入變換。

當呼叫 sample 時，變換按順序執行。

引數：

index (整數) – 插入變換的位置。
transform (Transform) – 要新增的變換

關鍵字引數：

invert (布林值，可選) – 如果 True，變換將被反轉（寫入時呼叫 forward，讀取時呼叫 inverse）。預設為 False。

load(*args, **kwargs)¶: loads() 的別名。

loads(path)¶

從給定路徑載入回放緩衝區狀態。

緩衝區應該具有匹配的元件，並且使用 dumps() 儲存。

引數：: path (Path 或字串) – 回放緩衝區儲存的路徑。

有關更多資訊，請參閱 dumps()。

register_load_hook(hook: Callable[[Any], Any])¶: 為儲存註冊一個載入鉤子。

注意

鉤子目前在儲存回放緩衝區時不會被序列化：每次建立緩衝區時必須手動重新初始化它們。

register_save_hook(hook: Callable[[Any], Any])¶: 為儲存註冊一個儲存鉤子。

注意

鉤子目前在儲存回放緩衝區時不會被序列化：每次建立緩衝區時必須手動重新初始化它們。

sample(batch_size: int | None = None, return_info: bool = False) → Any¶

從回放緩衝區中取樣一批資料。

使用 Sampler 取樣索引，並從 Storage 中檢索資料。

引數：

batch_size (整數，可選) – 要收集的資料大小。如果未提供，此方法將按照取樣器指示的 batch-size 進行取樣。
return_info (布林值) – 是否返回資訊。如果為 True，結果是元組 (data, info)。如果為 False，結果是資料。

返回：

在回放緩衝區中選擇的一批資料。如果設定了 return_info 標誌為 True，則返回一個包含此批資料和資訊的元組。

property sampler¶

回放緩衝區的取樣器。

取樣器必須是 Sampler 的一個例項。

save(*args, **kwargs)¶: dumps() 的別名。

set_sampler(sampler: Sampler)¶: 在回放緩衝區中設定新的取樣器並返回先前的取樣器。

set_storage(storage: Storage, collate_fn: Callable | None = None)¶

在回放緩衝區中設定新的儲存並返回先前的儲存。

引數：

storage (Storage) – 緩衝區的新的儲存。
collate_fn (可呼叫物件，可選) – 如果提供，collate_fn 被設定為此值。否則，它將被重置為預設值。

set_writer(writer: Writer)¶: 在回放緩衝區中設定新的寫入器並返回先前的寫入器。

屬性 storage¶

回放緩衝區的儲存。

儲存必須是 Storage 的例項。

屬性 write_count¶: 透過 add 和 extend 方法向緩衝區寫入的專案總數。

屬性 writer¶

回放緩衝區的寫入器。

寫入器必須是 Writer 的例項。

ReplayBufferEnsemble¶

文件

教程

資源