torch序列化

本文介绍了如何使用PyTorch进行序列化操作,通过实例展示了Tensor的序列化与反序列化过程,确保数据在转换后的一致性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

同一张文件需要7ms左右:

import time
import torch
import torch.nn.functional as f
if __name__ == '__main__':
    for i in range(200):
        x = torch.rand(1, 3, 1280, 720)
       # torch.set_num_threads(3)

        torch.save(x, 'd:/lib/'+str(0)+'.dat')
        start = time.time()
        aaa= torch.load('d:/lib/'+str(0)+'.dat')
        print('time4', time.time() - start,aaa.size())

 

 

import time
from distributed.protocol import serialize, deserialize
import cv2
import torch
import torch.nn.functional as f
if __name__ == '__main__':
obj={'mat':torch.randn(10, 10),'name': '10','test':{'entry':1}}
torch.save(obj,'test.dat' )
for i in range(100

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值