亲宝软件园·资讯

展开

pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换

人气:0

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。

您可能感兴趣的文章:

加载全部内容

相关教程
猜你喜欢
用户评论