python to(device) 以及Tensor总结

tp = transforms.ToTensor()  # 把灰度范围从0-255变换到0-1之间
gt_data = tp(dst[img_index][0]).to(device)  # 最开始读取数据时的tensor变量copy一份到device所指定的GPU上去,之后的运算都在GPU上进行。

这两行代码的意思是把图片转化成toTensor类似的变量再将其拷贝到device所指定的设备上进行接下来的运算。

一般来讲device一般是“CPU”或是“CUDA”

Tensor总结

(1)Tensor 和 Numpy都是矩阵,区别是前者可以在GPU上运行,后者只能在CPU上;

(2)Tensor和Numpy互相转化很方便,类型也比较兼容

(3)Tensor可以直接通过print显示数据类型,而Numpy不可以

你可能感兴趣的:(深度学习,人工智能)