模型的保存/加载

torch.saves(stare,dir) #保存/序列化
torch.load(dir)#加载

Tensor与numpy转换

torch.from_numpy(ndarry)
a.numpy()
import torch
import numpy as np
import cv2

data = cv2.imread("test.png")
cv2.imshow('test', data) # 图片可视化
cv2.waitkey(0) # 图像暂停 按空格继续

out = torch.from_numpy(data)
out = out.to(torch.devide('cuda')) #置于gpu
out = torch.filp(out, dims=[0])#水平翻转
out = out . to(torch.devide('cpu')) #置于cpu
out.is_cude #false

梯度计算

每个tensor通过requires_grad（默认false）来设置是否计算梯度。

  • 用来冻结某些层的参数

关于Autograd的概念

叶子张量/ leaf