pytorch 实现张量tensor,图片,CPU,GPU,数组等的转换

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((a,b,c),dim = -1) 
#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
img = Image.open(path)
img = matplotlib.image.imread('0_0.jpg')

8, 保存矩阵为图片:

import numpy as np
import imageio

x = np.random.random((600, 800, 3))
imageio.imwrite('meelo.jpg', x)