pytorch保存张量为图片

这里用到的是torchvision中的save_image。

废话不多说,直接来代码:

python 复制代码
import torch
from torchvision.utils import save_image
B, C, H, W = 64, 3, 32, 32
input_tensor = torch.randn(B, C, H, W) 

save_image(input_tensor, "hh.png", nrow=8)

首先,这里我们要明确 ( B , C , H , W ) (B, C, H, W) (B,C,H,W)的意思,我们有64张3通道的图片需要可视化。那么,我设定每排放8张。实现效果如图:

参考链接:https://pytorch.org/vision/stable/generated/torchvision.utils.save_image.html

相关推荐
轻松,带微笑3 分钟前
AI竞争进入下半场:微软押注专业模型,通用大模型不再是唯一答案
人工智能·microsoft
哈尔滨张谦蛋7 分钟前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
MysTic_Zhong19 分钟前
【3】核心引擎:LangGraph 编排与多路召回重排
人工智能·agent
vivo互联网技术21 分钟前
研发数字人 Agent:从 0 到 1 的架构与实践
人工智能·agent·mcp
练习两年半的攻城狮22 分钟前
企业级 AI Agent 架构知识点讲解(一):从知识型到业务型,从 LangGraph 到生产落地
人工智能·架构
the局外人23 分钟前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__27 分钟前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python
Cosolar1 小时前
从 50ms 到 3 分钟:淘特动线 Agent 如何把 LLM 塞进一个有预算约束的实时系统
人工智能·后端·agent
Cosolar1 小时前
拆开「研发数字人」:一个 Agent 系统真正的护城河,是被结构化的判断力
人工智能·后端·架构