티스토리 뷰
Pytorch Tensor 자료형을 .npy 로 저장하고, 불러오고, Tensor로 다시 변형하는 아래 과정을 모두 알아보자.
Tensor -> numpy array -> np.save() -> .npy 파일 -> np.load() -> numpy array -> Tensor
- Tensor를 numpy로 변형
# (3, 50, 50) 크기의 랜덤으로 초기화된 텐서 배열을 생성
a = torch.randn(3, 50, 50) ## a == torch.Size([3, 50, 50])
# Tensor -> numpy
a_np = a.numpy()
- 여기서 Tensor의 device type이 'cuda'라면 'cpu'로 바꿔주는 과정이 필요하다
b = torch.randn(3, 50, 50).to('cuda') ## b == torch.Size([3, 50, 50])
# Tesnor -> numpy
b_np = b.cpu().numpy()
- .npy 파일로 로컬에 저장
# numpy 배열 'b'를 경로 '/data/npyfile.npy'로 저장
np.save('/data/npy_file', b)
- .npy 파일 불러오기
# np_load.shape == (3, 50, 50)
np_load = np.load('/data/npy_file.npy')
- numpy Array -> Tensor
# device type이 'cuda'인 tensor 완성
result = torch.from_numpy(np_load).to('cuda')
'CV & ML > PyTorch' 카테고리의 다른 글
[Pytorch] set device 그래픽카드 지정하기 (0) | 2022.02.21 |
---|---|
COCO Dataset in PyTorch (0) | 2020.11.11 |
각 CUDA 버전에 맞는 Pytorch 버전 확인하기 (0) | 2020.02.06 |
[Pytorch] Error: no kernel image is available for execution on the device (0) | 2020.01.15 |
PyTorch 옛날 버전 설치 (0) | 2019.10.27 |
- Total
- Today
- Yesterday
- error
- Machine Learning
- java
- nvidia
- numpy
- Android
- SSH
- MacOS
- Deep Learning
- Object Detection
- Python
- 우분투
- Macbook
- CUDA
- nerf
- vscode
- Docker
- ubuntu
- GaussianSplatting
- Neural Radiance Field
- Anaconda
- Computer Vision
- nginx
- Novel View Synthesis
- 3Dvision
- pytorch
- 2-stage Detector
- git
- MySQL
- GPU
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |