对一个tensor或narray进行局部区域赋值是in-place操作,需要特别小心
程序示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import torch from PIL import Image import torchvision.transforms as transforms def cutout( input ): input [:, 100 : 200 , 100 : 200 ] = 0.0 # 注意:这是in-place操作,不仅会改变形参input的值, # 而且会改变实参img的值。 return input img = Image. open ( 'C:/Users/admin/Desktop/bird.jpg' ) to_tensor = transforms.ToTensor() to_PILimage = transforms.ToPILImage() img = to_tensor(img) img_cut = cutout(img) |
如果把img_cut和img展示出来,则结果是:
标签:
张量局部赋值
, in-place操作
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通