pytorch报错----------- ***ValueError: some of the strides of a given numpy array are negative.

最近遇到的一个pytorch报错：

然后报错了，这个几行代码就是从一个图片中读入数据，把bgr模式图片矩阵转换为rgb模式，这里采用的是改变矩阵索引，索引倒排 [..., ::-1] 。

看了这个报错有些懵，因为确实没想明白这么简单的操作都会报错。

后来查了查有些搞明白了，就是pytorch框架通过numpy的array对象生成tensor时要求传入的numpy的array对象是内存连续的。

如上述：

img = cv2.imread(r"timg.jpg")    得到一个内存连续的array 对象，但是

img = cv2.imread(r"timg.jpg")[...,::-1]  
这时将得到的连续的array对象的最后一维索引倒排了，
这样的话倒排索引得到的array对象如果按照倒排后的索引来看就是内存不连续的，
这样传入pytorch中就会报错了。

这里的解决方法就是传入一个内存连续的array对象。

方法1.

import numpy as np
import torch
# 对彩色图片RGB 进行像素点的kmeans聚类
import cv2

img = cv2.imread(r"timg.jpg")[..., ::-1]                 
img2 = np.ascontiguousarray(img)
data = torch.from_numpy(img2).float()


img[...]=0
print(img)
print(img2)

可以看到调用

np.ascontiguousarray

我们得到的一个新的内存连续的array，新旧array不共享内存。

方法2. 同理

import numpy as np
import torch
# 对彩色图片RGB 进行像素点的kmeans聚类
import cv2

img = cv2.imread(r"timg.jpg")[..., ::-1].copy()
data = torch.from_numpy(img).float()

直接对倒排索引的array对象进行 copy 操作，这样得到不共享内存的新的array对象，新生成的array对象自然是内存连续的。

----------------------------------------------------------------------

为什么 pytorch 要求传入的numpy的array对象必须是内存连续的呢？

可以看：

https://blog.csdn.net/zz2230633069/article/details/93170271

https://zhuanlan.zhihu.com/p/59767914

https://www.cnblogs.com/peixu/articles/13455350.html

大致意思就是说内存连续的array或tensor对象在进行矩阵运算时速度更快。

-------------------------------------------------------------

参考：

https://blog.csdn.net/e01528/article/details/86067489

https://blog.csdn.net/qq_36891953/article/details/95482539