torch.Storage

torch.Storage是存储类的别名，对应于 默认数据类型 （）。例如，如果 默认数据类型为 ，解析为 。torch.floattorch.Storage

和 类， like 、 等不是 实际上曾经实例化。调用它们的构造函数会创建 a 与适当的 和 。 类具有所有 相同的类方法。torch.<type>Storagetorch.cuda.<type>Storagetorch.<type>Storage

A 是 特定 .它可以被赋予 any ，并且内部数据将被适当地解释。 包含一个 将数据保存为无类型的字节数组。

每个跨纹都包含一个 ， 它存储了 views.

警告

除 外的所有存储类都将被删除 将来，并将在所有情况下使用。

类 Torch 的 Torch 类TypedStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

bfloat16（

将此存储强制转换为 bfloat16 类型。

bool（

将此存储强制转换为 bool 类型。

byte（）

将此存储强制转换为 byte 类型。

char（）

将此存储强制转换为 char 类型。

clone（

返回此存储的副本。

complex_double（）

将此存储强制转换为复杂的 double 类型。

complex_float（

将此存储强制转换为复杂的 float 类型。

copy_（来源，non_blocking=无）

cpu（

如果此存储尚未在 CPU 上，则返回该存储的 CPU 副本。

cuda（device=None， non_blocking=False， **kwargs）

返回 CUDA 内存中此对象的副本。

如果此对象已在 CUDA 内存中并且位于正确的设备上，则 不执行复制，返回原始对象。

参数

• device （int） – 目标 GPU ID。默认为当前设备。

• non_blocking （bool） – 如果源位于固定内存中， 复制将相对于主机异步。否则 该参数无效。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。asyncnon_blocking

返回类型

T

data_ptr（）

property device （设备）

double（）

将此存储转换为 double 类型。

dtype：dtype

element_size（）

property filename： 可选[str]

如果存储是从文件映射的内存，则返回与此存储关联的文件名。 或者，如果存储不是通过内存映射文件创建的。None

fill_（value）

float（）

将此存储强制转换为 float 类型。

float8_e4m3fn（）

将此存储强制转换为 float8_e4m3fn 类型

float8_e4m3fnuz（）

将此存储强制转换为 float8_e4m3fnuz 类型

float8_e5m2（

将此存储强制转换为 float8_e5m2 类型

float8_e5m2fnuz（

将此存储强制转换为 float8_e5m2fnuz 类型

类方法 from_buffer（*args， **kwargs）

类方法 from_file（filename， shared=False， size=0） → Storage

创建由内存映射文件支持的 CPU 存储。

如果为 ，则内存在所有进程之间共享。 所有更改都将写入文件。如果为 ，则对 存储不会影响文件。sharedTruesharedFalse

size是存储中的元素数。如果 是 ， 则文件必须至少包含 bytes （ 是存储类型）。如果是，则根据需要创建文件。sharedFalsesize * sizeof(Type)TypesharedTrue

参数

• filename （str） – 要映射的文件名

• shared （bool） – 是否共享内存（无论 还是传递给 底层 mmap（2） 调用MAP_SHAREDMAP_PRIVATE)

• size （int） – 存储空间中的元素数量

get_device（）

返回类型

int

half（）

将此存储强制转换为 half type。

hpu（device=None， non_blocking=False， **kwargs）

返回 HPU 内存中此对象的副本。

如果此对象已在 HPU 内存中且位于正确的设备上，则 不执行复制，返回原始对象。

参数

• device （int） – 目标 HPU ID。默认为当前设备。

• non_blocking （bool） – 如果源位于固定内存中， 复制将相对于主机异步。否则 该参数无效。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。asyncnon_blocking

返回类型

T

int（

将此存储强制转换为 int 类型。

属性is_cuda

属性is_hpu

is_pinned（device='cuda'）

确定 CPU TypedStorage 是否已固定在设备上。

参数

device （str 或 torch.device） – 要固定内存的设备。违约：'cuda'

返回

布尔变量。

is_shared（

is_sparse = False

long（）

将此存储强制转换为 long 类型。

nbytes（

pickle_storage_type（）

pin_memory（device='cuda'）

将 CPU TypedStorage 复制到固定内存（如果尚未固定）。

参数

device （str 或 torch.device） – 要固定内存的设备。违约：。'cuda'

返回

固定的 CPU 存储。

resizable（

resize_（大小）

share_memory_（

看

short（

将此存储转换为 short type。

size（）

tolist（

返回包含此存储元素的列表。

type（dtype=None， non_blocking=False）

如果未提供 dtype，则返回类型，否则将此对象强制转换为 指定的类型。

如果此类型已正确，则不会执行复制，并且 返回 original 对象。

参数

• dtype （type or string） – 所需的类型

• non_blocking （bool） – 如果 ，并且源位于固定内存中 并且 destination 在 GPU 上，反之亦然，则执行复制 异步。否则，参数 没有效果。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。arg 已弃用。asyncnon_blockingasync

返回类型

联合[T， str]

untyped（

返回内部 .

类 Torch 的 Torch 类UntypedStorage（*args， **kwargs）

bfloat16()

将此存储强制转换为 bfloat16 类型。

布尔()

将此存储强制转换为 bool 类型。

字节()

将此存储强制转换为 byte 类型。

byteswap（dtype)

交换基础数据中的字节。

煳()

将此存储强制转换为 char 类型。

克隆()

返回此存储的副本。

complex_double()

将此存储强制转换为复杂的 double 类型。

complex_float()

将此存储强制转换为复杂的 float 类型。

复制_()

中央处理器()

如果此存储尚未在 CPU 上，则返回该存储的 CPU 副本。

cuda（device=None， non_blocking=False， **kwargs)

返回 CUDA 内存中此对象的副本。

如果此对象已在 CUDA 内存中并且位于正确的设备上，则 不执行复制，返回原始对象。

参数

• device （int） – 目标 GPU ID。默认为当前设备。

• non_blocking （bool） – 如果源位于固定内存中， 复制将相对于主机异步。否则 该参数无效。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。asyncnon_blocking

data_ptr()

device：设备

双()

将此存储转换为 double 类型。

element_size()

property filename： 可选[str]

如果存储是从文件映射的内存，则返回与此存储关联的文件名。 或者，如果存储不是通过内存映射文件创建的。None

填补_()

浮()

将此存储强制转换为 float 类型。

float8_e4m3fn()

将此存储强制转换为 float8_e4m3fn 类型

float8_e4m3fnuz()

将此存储强制转换为 float8_e4m3fnuz 类型

float8_e5m2()

将此存储强制转换为 float8_e5m2 类型

float8_e5m2fnuz()

将此存储强制转换为 float8_e5m2fnuz 类型

静态from_buffer()

静态 from_file（文件名， shared=False， size=0） → 存储

创建由内存映射文件支持的 CPU 存储。

如果为 ，则内存在所有进程之间共享。 所有更改都将写入文件。如果为 ，则对 存储不会影响文件。sharedTruesharedFalse

size是存储中的元素数。如果 是 ， 则文件必须至少包含 bytes （ 是存储类型，如果文件必须包含在 最少字节数）。如果是，则根据需要创建文件。sharedFalsesize * sizeof(Type)TypeUnTypedStoragesizesharedTrue

参数

• filename （str） – 要映射的文件名

• 共享 （bool） –

  是否共享内存（无论 或 传递给 底层 mmap（2） 调用MAP_SHAREDMAP_PRIVATE)

• size （int） – 存储空间中的元素数量

get_device()

返回类型

int

半()

将此存储强制转换为 half type。

hpu（device=None， non_blocking=False， **kwargs)

返回 HPU 内存中此对象的副本。

如果此对象已在 HPU 内存中且位于正确的设备上，则 不执行复制，返回原始对象。

参数

• device （int） – 目标 HPU ID。默认为当前设备。

• non_blocking （bool） – 如果源位于固定内存中， 复制将相对于主机异步。否则 该参数无效。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。asyncnon_blocking

int()

将此存储强制转换为 int 类型。

属性is_cuda

属性is_hpu

is_pinned（device='cuda')

确定 CPU 存储是否已固定在设备上。

参数

device （str 或 torch.device） – 要固定内存的设备。违约：。'cuda'

返回

布尔变量。

is_shared()

is_sparse： bool = False

is_sparse_csr： bool = False

长()

将此存储强制转换为 long 类型。

议员()

如果此存储尚未在 MPS 上，请返回该存储的 MPS 副本。

n字节()

新增功能()

pin_memory（device='cuda')

将 CPU 存储复制到固定内存（如果尚未固定）。

参数

device （str 或 torch.device） – 要固定内存的设备。违约：。'cuda'

返回

固定的 CPU 存储。

可调整大小()

调整_()

share_memory_（*args， **kwargs）

将存储移动到共享内存。

对于共享内存中已有的存储和 CUDA，这是无操作 存储，无需移动即可跨进程共享。 共享内存中的存储无法调整大小。

请注意，为了缓解此类问题，从同一对象上的多个线程调用此函数是线程安全的。 但是，在没有适当的 同步。有关更多详细信息，请参阅 Multiprocessing 最佳实践。

注意

删除对共享内存中存储的所有引用时，关联的共享内存 对象也将被删除。PyTorch 有一个特殊的清理过程来确保这种情况发生 即使当前进程意外退出。

值得注意的是 和 with 之间的区别shared = True

1. share_memory_使用 shm_open（3） 创建一个 POSIX 共享内存对象 while 使用 open（2） 打开用户传递的文件名。

2. 两者都使用 mmap（2） 调用 with 将文件/对象映射到当前的虚拟地址空间MAP_SHARED

3. share_memory_将在映射对象后调用对象，以确保共享内存 当没有进程打开对象时，将释放对象。 不会取消链接 文件。此文件是永久性的，将一直保留，直到用户将其删除。shm_unlink(3)torch.from_file(shared=True)

返回

self

短()

将此存储转换为 short type。

大小()

返回类型

int

TOLIST()

返回包含此存储元素的列表。

type（dtype=None， non_blocking=False， **kwargs)

如果未提供 dtype，则返回类型，否则将此对象强制转换为 指定的类型。

如果此类型已正确，则不会执行复制，并且 返回 original 对象。

参数

• dtype （type or string） – 所需的类型

• non_blocking （bool） – 如果 ，并且源位于固定内存中 并且 destination 在 GPU 上，反之亦然，则执行复制 异步。否则，参数 没有效果。True

• **kwargs – 为了兼容性，可以包含 key 来代替 参数。arg 已弃用。asyncnon_blockingasync

无类型()

类 Torch 的 Torch 类DoubleStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.float64

类 Torch 的 Torch 类FloatStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.float32

类 Torch 的 Torch 类HalfStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.float16

类 Torch 的 Torch 类LongStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.int64

类 Torch 的 Torch 类IntStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.int32

类 Torch 的 Torch 类ShortStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.int16

类 Torch 的 Torch 类CharStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.int8

类 Torch 的 Torch 类ByteStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

数据类型： dtype = torch.uint8

类 Torch 的 Torch 类BoolStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

数据类型： dtype = torch.bool

类 Torch 的 Torch 类BFloat16Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=假）

dtype： dtype = torch.bfloat16

类 Torch 的 Torch 类ComplexDoubleStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=假）

dtype： dtype = torch.complex128

类 Torch 的 Torch 类ComplexFloatStorage（*args， wrap_storage=无， dtype=无， device=无， _internal=假）

dtype： dtype = torch.complex64

类 Torch 的 Torch 类QUInt8Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.quint8

类 Torch 的 Torch 类QInt8Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.qint8

类 Torch 的 Torch 类QInt32Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=错误）

dtype： dtype = torch.qint32

类 Torch 的 Torch 类QUInt4x2Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=假）

dtype： dtype = torch.quint4x2

类 Torch 的 Torch 类QUInt2x4Storage（*args， wrap_storage=无， dtype=无， device=无， _internal=假）

dtype： dtype = torch.quint2x4