from_dlpack
将 DLPack 格式的 Tensor 解码为 Paddle Tensor，DLPACK 是一种通用稳定的内存数据结构，可用于不同深度学习框架之间的 Tensor 共享。
备注
一个 dlpack 只能被 from_dlpack 解码一次。
参数
dlpack (SupportDLPack | PyCapsule) - 一个实现了
__dlpack__与__dlpack_device__方法的对象，或者是一个带有 dltensor 的PyCapsule对象。device (PlaceLike, 可选) - 返回的 Tensor 所在的设备。如果不指定，返回的 Tensor 将与输入的 dlpack 位于同一设备上。
copy (bool, 可选) - 是否复制输入的内容。如果为 True，则输出的 Tensor 总是被复制。如果为 False，则输出的 Tensor 永远不会被复制，如果需要复制则会引发
BufferError异常。如果为 None，则在可能的情况下重用现有的内存缓冲区，否则进行复制。默认值为 None。
返回
out (Tensor) - 从 dlpack 中解码得到的 Paddle Tensor，支持的数据类型为： bool，float16，float32，float64，uint8，int8，int16，int32，int64，complex64，complex128，支持的设备类型为：
CPU，CUDAPlace，CUDAPinnedPlace。
代码示例 1
>>> import paddle
>>> # From DLPack capsule
>>> x = paddle.to_tensor([[0.2, 0.3, 0.5, 0.9],
... [0.1, 0.2, 0.6, 0.7]], place="cpu")
>>> dlpack = paddle.to_dlpack(x)
>>> y = paddle.from_dlpack(dlpack)
>>> # dlpack capsule will be renamed to 'used_dltensor' after decoded
>>> print(dlpack)
<capsule object "used_dltensor" at 0x7f6103c681b0>
>>> print(y)
Tensor(shape=[2, 4], dtype=float32, place=Place(cpu), stop_gradient=True,
[[0.20000000, 0.30000001, 0.50000000, 0.89999998],
[0.10000000, 0.20000000, 0.60000002, 0.69999999]])
>>> # data of tensor x is shared with tensor y
>>> y[0, 0] = 10.0
>>> print(x)
Tensor(shape=[2, 4], dtype=float32, place=Place(gpu:0), stop_gradient=True,
[[10. , 0.30000001, 0.50000000, 0.89999998],
[0.10000000, 0.20000000, 0.60000002, 0.69999999]])
代码示例 2
>>> # Directly from external tensor that implements '__dlpack__' and '__dlpack_device__' methods
>>> import paddle
>>> import numpy as np
>>> x = np.array([[0.2, 0.3, 0.5, 0.9],
... [0.1, 0.2, 0.6, 0.7]])
>>> y = paddle.from_dlpack(x)
>>> y[0, 0] = 10.0
>>> # data of tensor x is shared with tensor y
>>> print(x)
[[10. 0.3 0.5 0.9]
[ 0.1 0.2 0.6 0.7]]