torch.from_file

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

创建一个存储由内存映射文件支持的 CPU 张量。

如果 shared 为 True，则内存将在进程之间共享。所有更改都将写入文件。如果 shared 为 False，则对张量的更改不会影响文件。

size 是张量中的元素数量。如果 shared 为 False，则文件必须包含至少 size * sizeof(dtype) 字节。如果 shared 为 True，则在需要时会创建文件。

注意

只能将 CPU 张量映射到文件。

注意

目前，由内存映射文件支持的存储的张量不能在固定内存中创建。

参数

• filename (str) – 要映射的文件名

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

• size (int) – 张量中的元素数量

关键字参数

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

• layout (torch.layout, 可选) – 返回张量的所需布局。默认：torch.strided。

• device (torch.device, 可选) – 返回张量的所需设备。默认：如果为 None，则使用当前设备作为默认张量类型（参见 torch.set_default_device()）。对于 CPU 张量类型，device 将是 CPU；对于 CUDA 张量类型，device 将是当前的 CUDA 设备。

• pin_memory (bool, optional) – 如果设置为 True，则返回的张量将被分配到固定内存中。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)