ConsistentDropoutModule

class torchrl.modules.ConsistentDropoutModule(*args, **kwargs)

用于 ConsistentDropout 的 TensorDictModule 包装器。

参数:

• p (float, optional) – Dropout 概率。默认为 0.5。

• in_keys (NestedKey 或 list of NestedKeys) – 将从输入 tensordict 读取并传递给此模块的键。

• out_keys (NestedKey 或 iterable of NestedKeys) – 将写入输入 tensordict 的键。默认为 in_keys 值。

关键字参数:

• input_shape (tuple, optional) – 输入（非批处理）的形状，用于通过 make_tensordict_primer() 生成 tensordict primer。

• input_dtype (torch.dtype, optional) – primer 的输入数据类型。如果未提供，则假定为 torch.get_default_dtype。

注意

要在策略中使用此类，需要在重置时重置掩码。这可以通过 TensorDictPrimer 转换来实现，该转换可以通过 make_tensordict_primer() 获取。有关更多信息，请参阅该方法。

示例

>>> from tensordict import TensorDict
>>> module = ConsistentDropoutModule(p = 0.1)
>>> td = TensorDict({"x": torch.randn(3, 4)}, [3])
>>> module(td)
TensorDict(
    fields={
        mask_6127171760: Tensor(shape=torch.Size([3, 4]), device=cpu, dtype=torch.bool, is_shared=False),
        x: Tensor(shape=torch.Size([3, 4]), device=cpu, dtype=torch.float32, is_shared=False)},
    batch_size=torch.Size([3]),
    device=None,
    is_shared=False)

forward(tensordict)

定义每次调用时执行的计算。

所有子类都应重写此方法。

注意

尽管前向传播的实现需要在此函数中定义，但您应该在之后调用 Module 实例而不是此函数，因为前者会处理注册的钩子，而后者则会静默忽略它们。

make_tensordict_primer()

创建一个 tensordict primer，供环境在重置调用期间生成随机掩码。

另请参阅

torchrl.modules.utils.get_primers_from_module() 用于生成给定模块的所有 primer 的方法。

模块。

示例

>>> from tensordict.nn import TensorDictSequential as Seq, TensorDictModule as Mod
>>> from torchrl.envs import GymEnv, StepCounter, SerialEnv
>>> m = Seq(
...     Mod(torch.nn.Linear(7, 4), in_keys=["observation"], out_keys=["intermediate"]),
...     ConsistentDropoutModule(
...         p=0.5,
...         input_shape=(2, 4),
...         in_keys="intermediate",
...     ),
...     Mod(torch.nn.Linear(4, 7), in_keys=["intermediate"], out_keys=["action"]),
... )
>>> primer = get_primers_from_module(m)
>>> env0 = GymEnv("Pendulum-v1").append_transform(StepCounter(5))
>>> env1 = GymEnv("Pendulum-v1").append_transform(StepCounter(6))
>>> env = SerialEnv(2, [lambda env=env0: env, lambda env=env1: env])
>>> env = env.append_transform(primer)
>>> r = env.rollout(10, m, break_when_any_done=False)
>>> mask = [k for k in r.keys() if k.startswith("mask")][0]
>>> assert (r[mask][0, :5] != r[mask][0, 5:6]).any()
>>> assert (r[mask][0, :4] == r[mask][0, 4:5]).all()