流

class torch.Stream(device, *, priority)

一个按先入先出 (FIFO) 顺序异步执行相应任务的有序队列。它可以控制或同步其他 Stream 的执行，或者阻塞当前主机线程以确保正确的任务排序。它支持 with 语句作为上下文管理器，以确保 with 块内的操作在相应的流上运行。

有关适用于所有设备的精确语义的详细信息，请参阅 CUDA 语义 中对 CUDA 行为的深入描述。

参数

• device (torch.device, optional) – Stream 的目标设备。如果未给出，将使用当前的 加速器 类型。

• priority (int, optional) – 流的优先级，应为 0 或负数，其中负数表示更高的优先级。默认情况下，流的优先级为 0。

返回

一个 torch.Stream 对象。

返回类型

流

示例

>>> with torch.Stream(device='cuda') as s_cuda:
>>>     a = torch.randn(10, 5, device='cuda')
>>>     b = torch.randn(5, 10, device='cuda')
>>>     c = torch.mm(a, b)

query() → bool

检查所有提交的工作是否已完成。

返回

一个布尔值，指示此流中的所有内核是否已完成。

返回类型

布尔值

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> s_cuda.query()
True

record_event(event) → Event

记录一个事件。将其加入到 Stream 中，以便在 FIFO 队列中的当前点进行进一步的同步。

参数

event (torch.Event, optional) – 要记录的事件。如果未给出，将分配一个新的事件。

返回

记录的事件。

返回类型

事件

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> e_cuda = s_cuda.record_event()

synchronize() → None

等待此流中的所有内核完成。

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> s_cuda.synchronize()

wait_event(event) → None

使提交到此流的所有未来工作等待一个事件。

参数

event (torch.Event) – 要等待的事件。

示例

>>> s1_cuda = torch.Stream(device='cuda')
>>> s2_cuda = torch.Stream(device='cuda')
>>> e_cuda = s1_cuda.record_event()
>>> s2_cuda.wait_event(e_cuda)

wait_stream(stream) → None

与另一个流同步。提交到此流的所有未来工作将等待直到给定流中已提交的所有内核完成。

参数

stream (torch.Stream) – 要同步的流。

示例

>>> s1_cuda = torch.Stream(device='cuda')
>>> s2_cuda = torch.Stream(device='cuda')
>>> s2_cuda.wait_stream(s1_cuda)