device

open3d.core.Tensor对象是Open3D中最为重要的数据类型之一。它在处理三维几何相关任务时起着关键作用。Tensor包含了一组数字，这些数字可以是实数，也可以是整数，具体取决于用户的需求。在Open3D中，Tensor可以在不同的设备上运行，device用于标识计算所在的设备。

构造函数

创建一个Tensor时，用户需要指定其device。device的具体取值如下所示：

• device('CPU:0')：在CPU上创建Tensor。
• device('CUDA:0')：在第一个GPU上创建Tensor。
• device('CUDA:1')：在第二个GPU上创建Tensor。
• device('OPENGL:0')：在OpenGL上创建Tensor。
• device('VULKAN:0')：在Vulkan上创建Tensor。

代码示例

import open3d as o3d
import numpy as np

# 创建一个CPU上的Tensor
tensor_cpu = o3d.core.Tensor([1, 2], o3d.core.Device('CPU:0'))
print(f'tensor_cpu: {tensor_cpu}')

# 创建一个第一个GPU上的Tensor
tensor_gpu0 = o3d.core.Tensor(np.array([1., 2.]), o3d.core.Device('CUDA:0'))
print(f'tensor_gpu0: {tensor_gpu0}')

获取Tensor的device

用户可以使用Tensor.device属性获取Tensor所在的设备。该属性返回一个open3d.core.Device对象。

代码示例

import open3d as o3d
import numpy as np

# 创建一个第一个GPU上的Tensor
tensor_gpu0 = o3d.core.Tensor(np.array([1., 2.]), o3d.core.Device('CUDA:0'))

# 获取Tensor所在的Device
device = tensor_gpu0.device
print(f'tensor_gpu0 is on {device}')

复制Tensor到不同的设备

在Open3D中，用户可以将一个Tensor复制到不同的设备中。为了实现这一点，用户需要使用Tensor.to_device()方法将Tensor复制到目标设备。该方法的参数为目标设备的Device对象。

代码示例

import open3d as o3d
import numpy as np

# 创建一个第一个GPU上的Tensor
tensor_gpu0 = o3d.core.Tensor(np.array([1., 2.]), o3d.core.Device('CUDA:0'))

# 将Tensor复制到第二个GPU上
tensor_gpu1 = tensor_gpu0.to_device(o3d.core.Device('CUDA:1'))
print(f'tensor_gpu1: {tensor_gpu1}')

关于Device的注意事项

• 为了充分利用GPU，建议将所有Tensor都放在相同的设备上。
• 在进行计算时，确保所有参与计算的Tensor都在相同的设备上。
• 在使用Open3D时，某些API可能会在隐式地使用GPU。因此，在使用这些API时，建议使用with o3d.core.DeviceScope语句明确地指定使用的设备。

代码示例

import open3d as o3d
import numpy as np

# 这里将创建的Tensor放在CPU上，但是在执行函数make_pointcloud时，会使用GPU隐式地运算
device = o3d.core.Device('CPU:0')
tensor_cpu = o3d.core.Tensor(np.array([1., 2.]), device) 

pcd = o3d.geometry.PointCloud()
# 这里需要在语句中显式地指定只在CPU上运算
with o3d.core.DeviceScope(device):
    # 这里运算过程会在CPU上进行，不受隐式调用的GPU干扰
    pcd.points = o3d.utility.Vector3dVector(np.array([[-1, 0, 0],[1, 0, 0],[0, 1, 0],[0, 0, 1]], dtype='float32'))

print(pcd)