torch.from_file

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

创建一个 CPU 张量，其存储由内存映射文件支持。

如果 shared 为 True，则内存将在进程间共享。所有更改都会写入文件。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，则文件必须至少包含 size * sizeof(dtype) 字节。如果 shared 为 True，则会在需要时创建文件。

注意

只有 CPU 张量可以映射到文件。

注意

目前，存储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) – 要映射的文件名

• shared (bool) – 是否共享内存（是将 MAP_SHARED 还是 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) – 返回张量所需的数据类型。默认值：如果为 None，则使用全局默认值（参见 torch.set_default_dtype()）。

• layout (torch.layout, optional) – 返回张量所需的布局。默认值：torch.strided。

• device (torch.device, 可选) – 返回张量所需的设备。默认值：如果为 None，则使用默认张量类型的当前设备（参见 torch.set_default_device()）。对于 CPU 张量类型，device 将是 CPU；对于 CUDA 张量类型，将是当前的 CUDA 设备。

• pin_memory (bool, 可选) – 如果设置，返回的张量将分配在锁定内存中。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)