脚本专栏 
首页 > 脚本专栏 > 浏览文章

pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换

(编辑:jimmy 日期: 2025/1/16 浏览:3 次 )

1, 创建pytorch 的Tensor张量:

torch.rand((3,224,224)) #创建随机值的三维张量,大小为(3,224,224)
 
torch.Tensor([3,2]) #创建张量,[3,2]

2, cpu上的tensor和GPU即pytorch创建的tensor的相互转化

b = a.cpu() # GPU → CPU
 
a = b.cuda() #CPU → GPU

3, tensor和numpy的转化

b = a.numpy() # tensor转化为 numpy数组
 
a = b.from_numpy() # numpy数组转化为tensor

4, torch的GPU tensor保存为图片

import scipy.misc
 
scipy.misc.imsave(‘pic_name',img) #img为二维张量,比如(224,224),保存为黑白图

5, 堆叠矩阵,形成彩色图片

img = np.stack((ia,b,c),dim) #堆叠矩阵a,b,c 可用于三通道图像的保存 dim表示要增加的维度,
#比如a,b,c均为(224,224)大小的矩阵,那么令dim=-1,则 img的维度为(224,224,3)

6, 从numpy数组保存图片

from PIL import Image
 
im = Image.fromarray(A)
 
im.save("your_file.jpeg")

7, 读取图片为矩阵:

import matplotlib.image
im = matplotlib.image.imread('0_0.jpg')

8, 保存矩阵为图片:

import numpy as np
import scipy.misc
 
x = np.random.random((600,800,3))
scipy.misc.imsave('meelo.jpg', x)

以上这篇pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

上一篇:Python跑循环时内存泄露的解决方法
下一篇:python、PyTorch图像读取与numpy转换实例
一句话新闻
高通与谷歌联手!首款骁龙PC优化Chrome浏览器发布
高通和谷歌日前宣布,推出首次面向搭载骁龙的Windows PC的优化版Chrome浏览器。
在对骁龙X Elite参考设计的初步测试中,全新的Chrome浏览器在Speedometer 2.1基准测试中实现了显著的性能提升。
预计在2024年年中之前,搭载骁龙X Elite计算平台的PC将面世。该浏览器的提前问世,有助于骁龙PC问世就获得满血表现。
谷歌高级副总裁Hiroshi Lockheimer表示,此次与高通的合作将有助于确保Chrome用户在当前ARM兼容的PC上获得最佳的浏览体验。
友情链接:杰晶网络 DDR爱好者之家 南强小屋 黑松山资源网 白云城资源网 站点导航 SiteMap