LuaJIT ffi cdata 和 Torch Tensor 之间的最佳转换

Posted 2023-03-29

【中文标题】LuaJIT ffi cdata 和 Torch Tensor 之间的最佳转换

【英文标题】：Best conversion between LuaJIT ffi cdata and torch Tensor

【发布时间】：2016-09-19 09:28:26

【问题描述】：

在 LuaJIT ffi cdata [1] 和 Torch Tensor [2] 之间执行转换的最佳方法是什么。

根据 Mike 在 lua-user 邮件列表 [3] 中的回复，如果我们真的想将 cdata 转换为 lua 普通表，我们必须做一个循环，将每个项目复制到一个新创建的表中。实际上，Torch Tensor 确实为更好的 LuaJIT ffi 访问提供了一些接口 [4]。所以，我目前的解决方案是先做一个循环，然后将 cdata 转换为 lua 普通表，然后调用从表中创建张量的张量构造函数 [5]。

但实际上在我的情况下，我需要非常频繁地在 LuaJIT ffi cdata 和 Torch Tensor 之间进行类似的转换，有没有比循环复制更好的方法？

[1]http://luajit.org/ext_ffi_api.html（Creating cdata Objects部分） [2]https://github.com/torch/torch7/blob/master/doc/tensor.md [3]http://lua-users.org/lists/lua-l/2011-03/msg00584.html [4]https://github.com/torch/torch7/blob/master/doc/tensor.md#luajit-ffi-access [5]https://github.com/torch/torch7/blob/master/doc/tensor.md#torchtensortable

【参考方案1】：

如果您的cdata 代表一个连续的数据数组，那么您可以使用ffi.copy。这是一个玩具示例：

require 'torch'
ffi = require 'ffi'

-- create a random float array
n = 3
x = torch.rand(n):float()
cdata = x:data()
assert(type(cdata) == 'cdata')

-- copy this cdata into a destination tensor
y = torch.FloatTensor(n)
ffi.copy(y:data(), cdata, n*ffi.sizeof('float'))

assert(x:equal(y))