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.
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脚本之家。
pytorch tensor 图片 CPU GPU 数组