nvidia.dali.plugin.pytorch.fn.torch_python_function#

nvidia.dali.plugin.pytorch.fn.torch_python_function(*input, batch_processing=True, bytes_per_sample_hint=[0], function, num_outputs=1, output_layouts=None, preserve=False, device=None, name=None)#

执行一个操作 Torch 张量的函数。

此类类似于 nvidia.dali.fn.python_function()，但张量数据被处理为 PyTorch 张量。

此运算符允许序列输入并支持体积数据。

此运算符将**不会**从图中优化掉。

支持的后端

  • ‘cpu’

  • ‘gpu’

参数:

__input_[0..255] (TensorList, 可选) – 此函数最多接受 256 个可选的位置输入

关键字参数:

  • batch_processing (bool, 可选, 默认值 = True) – 确定函数是否将整个批次作为输入。

  • bytes_per_sample_hint (int 或 list of int, 可选, 默认值 = [0]) –

    每个样本的输出大小提示（以字节为单位）。

    如果指定，则将预先分配驻留在 GPU 或分页锁定主机内存中的运算符输出，以适应此大小的样本批次。

  • function (object) –

    定义运算符功能的可调用对象。

    警告

    该函数不得持有对其所用 Pipeline 的引用。如果持有，则将形成对 Pipeline 的循环引用，并且永远不会释放 Pipeline。

  • num_outputs (int, 可选, 默认值 = 1) – 输出数量。

  • output_layouts (layout str 或 list of layout str, 可选) –

    输出的张量数据布局。

    此参数可以是列表，其中包含每个输出的不同布局。如果列表的元素少于 num_outputs，则仅设置前几个输出的布局，其余输出不分配布局。

  • preserve (bool, 可选, 默认值 = False) – 即使运算符的输出未使用，也阻止将其从图中删除。

另请参阅