怎么做自己的网站推广产品,东莞网站建设服务商,郑州买房三大网站,商城网站制作方案系列文章目录 文章目录 系列文章目录一、Usage1、conda install --yes -c pytorch pytorch1.7.1 torchvision cudatoolkit11.02、代码3、 二、1、2、3、 三、1、2、3、 四、1、2、3、 五、1、2、3、 六、1、2、3、 七、1、2、3、 八、1、2、3、 一、Usage
1、conda install --…系列文章目录 文章目录 系列文章目录一、Usage1、conda install --yes -c pytorch pytorch1.7.1 torchvision cudatoolkit11.02、代码3、 二、1、2、3、 三、1、2、3、 四、1、2、3、 五、1、2、3、 六、1、2、3、 七、1、2、3、 八、1、2、3、 一、Usage
1、conda install --yes -c pytorch pytorch1.7.1 torchvision cudatoolkit11.0
conda: 这是一个包管理工具用于管理 Python 环境和安装软件包。 install: 这是一个命令表示要安装软件包。 –yes: 这个选项表示在安装过程中自动确认所有提示避免手动确认。 -c pytorch: 这个选项指定了要从名为 pytorch 的频道repository中安装软件包。Conda 允许从不同的频道获取软件包。 pytorch1.7.1: 这是要安装的具体软件包及其版本。在这里表示要安装 PyTorch 的 1.7.1 版本。 torchvision: 这是另一个要安装的软件包通常与 PyTorch 一起使用提供计算机视觉相关的工具和数据集。 cudatoolkit11.0: 这是要安装的 CUDA 工具包的版本CUDA 是用于 GPU 加速计算的工具。这里指定为 11.0 版本。
2、代码
import torch # 导入 PyTorch 库用于深度学习相关操作
import clip # 导入 CLIP 库用于处理图像和文本的模型
from PIL import Image # 从 PIL 库导入 Image 模块用于图像处理# 检查是否有可用的 GPU如果有则使用 CUDA否则使用 CPU
device cuda if torch.cuda.is_available() else cpu# 加载 CLIP 模型和预处理函数使用 ViT-B/32 结构指定计算设备
model, preprocess clip.load(ViT-B/32, devicedevice)# 打开指定的图像文件进行预处理并增加一个维度batch size然后移动到指定设备
image preprocess(Image.open(CLIP.png)).unsqueeze(0).to(device)# 对给定的文本进行标记化处理转换为模型可以理解的格式并移动到指定设备
text clip.tokenize([a diagram, a dog, a cat]).to(device)# 在不计算梯度的情况下进行推理节省内存和计算资源
with torch.no_grad():# 使用模型编码图像得到图像特征image_features model.encode_image(image)# 使用模型编码文本得到文本特征text_features model.encode_text(text)# 计算图像和文本之间的对比 logitslogits_per_image, logits_per_text model(image, text)# 对 logits 进行 softmax 操作得到每个文本标签的概率分布probs logits_per_image.softmax(dim-1).cpu().numpy()# 打印每个标签的概率显示模型对每个文本的预测概率
print(Label probs:, probs) # prints: [[0.9927937 0.00421068 0.00299572]]
3、
二、
1、
2、
3、
三、
1、
2、
3、
四、
1、
2、
3、
五、
1、
2、
3、
六、
1、
2、
3、
七、
1、
2、
3、
八、
1、
2、
3、
