pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换
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GPUtensor保存为图片
importscipy.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
fromPILimportImage im=Image.fromarray(A) im.save("your_file.jpeg")
7,读取图片为矩阵:
importmatplotlib.image im=matplotlib.image.imread('0_0.jpg')
8,保存矩阵为图片:
importnumpyasnp importscipy.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毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。