Compose

class torchrl.envs.transforms.Compose(*transforms: Transform)

組合一個轉換鏈。

Transform 或 callable 均可接受。

示例

>>> env = GymEnv("Pendulum-v0")
>>> transforms = [RewardScaling(1.0, 1.0), RewardClipping(-2.0, 2.0)]
>>> transforms = Compose(*transforms)
>>> transformed_env = TransformedEnv(env, transforms)

append(transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

將一個轉換新增到鏈中。

Transform 或 callable 均可接受。

forward(tensordict: TensorDictBase) → TensorDictBase

讀取輸入 tensordict，並對選定的鍵應用轉換。

insert(index: int, transform: Transform | Callable[[TensorDictBase], TensorDictBase]) → None

在鏈中指定索引處插入一個轉換。

Transform 或 callable 均可接受。

to(*args, **kwargs)

移動和/或轉換（cast）引數和緩衝區。

可以按以下方式呼叫

to(device=None, dtype=None, non_blocking=False)

to(dtype, non_blocking=False)

to(tensor, non_blocking=False)

to(memory_format=torch.channels_last)

其簽名類似於 torch.Tensor.to()，但僅接受浮點或複數 dtype。此外，此方法僅將浮點或複數引數和緩衝區轉換為 dtype（如果給定）。整數引數和緩衝區將移動到 device（如果給定），但 dtype 保持不變。當設定 non_blocking 時，如果可能，它會嘗試相對於主機非同步轉換/移動，例如，將具有固定記憶體的 CPU Tensor 移動到 CUDA 裝置。

參見下方示例。

注意

此方法會就地（in-place）修改模組。

引數：

• device (torch.device) – 此模組中引數和緩衝區的目標裝置

• dtype (torch.dtype) – 此模組中引數和緩衝區的目標浮點或複數 dtype

• tensor (torch.Tensor) – 一個 Tensor，其 dtype 和 device 是此模組中所有引數和緩衝區的目標 dtype 和 device

• memory_format (torch.memory_format) – 此模組中 4D 引數和緩衝區的目標記憶體格式（僅限關鍵字引數）

返回：

self

返回型別：

Module

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)

transform_action_spec(action_spec: TensorSpec) → TensorSpec

轉換動作規範 (action spec)，使結果規範與轉換對映匹配。

引數：

action_spec (TensorSpec) – 轉換前的規範

返回：

轉換後預期的規範

transform_env_batch_size(batch_size: torch.batch_size)

轉換父環境的批大小。

transform_env_device(device: device)

轉換父環境的裝置。

transform_input_spec(input_spec: TensorSpec) → TensorSpec

轉換輸入規範 (input spec)，使結果規範與轉換對映匹配。

引數：

input_spec (TensorSpec) – 轉換前的規範

返回：

轉換後預期的規範

transform_observation_spec(observation_spec: TensorSpec) → TensorSpec

轉換觀測規範 (observation spec)，使結果規範與轉換對映匹配。

引數：

observation_spec (TensorSpec) – 轉換前的規範

返回：

轉換後預期的規範

transform_output_spec(output_spec: TensorSpec) → TensorSpec

轉換輸出規範 (output spec)，使結果規範與轉換對映匹配。

此方法通常應保持不變。更改應透過 transform_observation_spec()、transform_reward_spec() 和 transform_full_done_spec() 實現。 :param output_spec: 轉換前的規範 :type output_spec: TensorSpec

返回：

轉換後預期的規範

transform_reward_spec(reward_spec: TensorSpec) → TensorSpec

轉換獎勵規範 (reward spec)，使結果規範與轉換對映匹配。

引數：

reward_spec (TensorSpec) – 轉換前的規範

返回：

轉換後預期的規範

transform_state_spec(state_spec: TensorSpec) → TensorSpec

轉換狀態規範 (state spec)，使結果規範與轉換對映匹配。

引數：

state_spec (TensorSpec) – 轉換前的規範

返回：

轉換後預期的規範