torch.from_file

torch.from_file(filename, shared=None, size=0, *, dtype=None, layout=None, device=None, pin_memory=False)

创建一个基于内存映射文件存储的CPU张量。

如果 shared 为 True，那么内存将在进程间共享，并且所有更改都会被写入文件。如果 shared 为 False，则张量的任何更改都不会影响文件。

size 表示张量中的元素数量。如果 shared 为 False，则文件必须至少包含 size * sizeof(dtype) 字节的数据。如果 shared 为 True，则在需要时会创建该文件。

注意

只有CPU张量才能映射到文件。

注意

目前，由内存映射文件支持的张量不能在固定内存中创建。

参数

• filename (str) – 需要映射的文件名称

• shared (bool) – 是否共享内存（是否将 MAP_SHARED 或 MAP_PRIVATE 传递给底层的 mmap(2) 调用）

• size (int) – 表示张量中元素的数量

关键字参数

• dtype (torch.dtype, 可选) – 返回张量的所需数据类型。默认情况下，如果未指定，则使用全局默认值（参见 torch.set_default_dtype()）。

• layout (torch.layout, 可选) - 指定返回张量的布局。默认值为 torch.strided。

• device (torch.device, 可选) – 返回张量所需的设备。默认情况下，如果未指定 None，则使用当前的默认张量类型设备（参见torch.set_default_device()）。对于 CPU 张量类型，默认为 CPU 设备；对于 CUDA 张量类型，则为当前的 CUDA 设备。

• pin_memory (bool, 可选) – 如果启用，返回的张量将在固定内存中分配。仅适用于 CPU 张量。默认值： False。

示例:

>>> t = torch.randn(2, 5, dtype=torch.float64)
>>> t.numpy().tofile('storage.pt')
>>> t_mapped = torch.from_file('storage.pt', shared=False, size=10, dtype=torch.float64)