1.torch基本概念（numpy与tensor转换、矩阵的数乘和点乘、维度的转换、矩阵的均值及求和等）

这里读取图片，并将图片转换成了4维，再转换为了tensor数据，之后用图片矩阵实际操作torch 常用的几个方法。注意，代码中图片的路径需要根据自己的图片路径重新输入，其他不变。

代码如下：

import cv2
import torch

img_path=r"E:\daima\python\1.jianji\img/ig.jpg"

#cv2读取图片，得到array类型的3维矩阵
input=cv2.imread(img_path)

#1.将三维矩阵转换维4维矩阵，因为torch神经网络的输入都4维矩阵
input=input.reshape(1,3,1200, 1920)

#2.将array类型转换为tensor类型
input=torch.tensor(input,dtype=torch.float32)
print(input.shape,type(input))

#3.以下是将tensor数据转换为array类型的数据
tensor_array=input.numpy()

#4.torch的绝对值计算
input_abs=torch.abs(input)

#5.torch的均值计算
input_means=torch.mean(input)
print(input_means)

#6.torch的矩阵点乘
data=torch.tensor([[1,2],[5,6]])
data_mm=torch.mm(data,data)
print(data_mm)

#7.torch求和
input_sum=torch.sum(input)
print(input_sum)

#8.torch的数乘
print(data*data)