class mindspore_rl.utils.TensorArray(dtype, element_shape, dynamic_size=True, size=0, name='TA')

用来存Tensor的动态数组。

警告

• 这是一个实验特性，未来有可能被修改或删除。

参数：

• dtype (mindspore.dtype) - 动态数组的数据类型。

• element_shape (tuple(int)) - 动态数组中每个Tensor的shape。

• dynamic_size (bool) - 如果是true，则该数组可以动态增长，否则为固定大小。默认：True。

• size (int) - 如果 dynamic_size=False , 则 size 表示该数组的最大容量。

• name (str) - 动态数组的名字。默认：”TA”。

支持平台：

GPU CPU

样例：

>>> import mindspore
>>> from mindspore_rl.utils import TensorArray
>>> ta = TensorArray(mindspore.int64, ())
>>> ta.write(0, 1)
>>> ta.write(1, 2)
>>> ans = ta.read(1)
>>> print(ans)
2
>>> s = ta.stack()
>>> print(s)
[1 2]
>>> ta.clear()
>>> ta.write(0, 3)
>>> ans = ta.read(0)
>>> print(ans)
3
>>> ta.close()

clear()

清理创建的动态数组。仅重置该数组，清理数据和重置大小，保留数组实例。

返回：

True。

close()

关闭动态数组。

警告

• 一旦关闭了动态数组，每个属于该动态数组的方法都将失效。所有该数组中的资源也将被清除。如果该数组还将在别的地方使用，如下一个循环，请用 clear 代替。

返回：

True。

read(index)

从动态数组的指定位置读Tensor。

参数：

• index ([int, mindspore.int64]) - 读取的位置。

返回：

Tensor, 指定位置的值。

size()

动态数组的逻辑大小。

返回：

Tensor, 动态数组大小。

stack()

堆叠动态数组中的Tensor为一个整体。

返回：

Tensor, 动态数组中的所有Tensor将堆叠成一个整体。

write(index, value)

向动态数组的指定位置写入值（Tensor）。

参数：

• index ([int, mindspore.int64]) - 写入的位置。

• value (Tensor) - 写入的Tensor。

返回：

True。