torch.from_file

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

创建一个由内存映射文件支持的存储的 CPU 张量。

如果 shared 为 True，则进程间共享内存。所有更改都写入文件。如果 shared 为 False，则张量中的更改不会影响文件。

size 是张量中的元素数量。如果 shared 等于 False ，则文件必须至少包含 size * sizeof(dtype) 字节。如果 shared 等于 True ，则如果需要将创建文件。

注意

只有 CPU 张量可以映射到文件。

注意

目前，无法在固定内存中创建由内存映射文件支持的张量。

参数:

• 文件名（str）- 要映射的文件名

• 共享（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）

• 大小（int）- 张量中的元素数量

关键字参数:

• dtype ( torch.dtype ，可选) – 返回张量的期望数据类型。默认：如果 None ，则使用全局默认值（见 torch.set_default_dtype() ）。

• layout ( torch.layout ，可选) – 返回 Tensor 的期望布局。默认： torch.strided 。

• device ( torch.device ，可选) – 返回张量的期望设备。默认：如果 None ，则使用当前设备用于默认张量类型（见 torch.set_default_device() ）。 device 将是 CPU 张量类型的 CPU 和 CUDA 张量类型的当前 CUDA 设备。

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