在用 qwen3 原代码:
feats = [feat_dict[image] for image in image_path]
feats = np.stack(feats)
labels = cluster_images(feats, 5, 2, 0)
让他整体移动到函数里就成了
# 提取特征
feats = [feat_dict[image] for image in image_path]
feats = torch.from_numpy(np.stack(feats)).clone().to(device)
# 聚类
labels = cluster_images(feats.cpu().numpy(), 5, 2, 0) # 注意:cluster_images 可能需要 CPU 输入
他自作主张把本来用 cuda 加速的代码又转回了 numpy, 难怪要用 prompt 限制自由发挥, 大段代码修改的时候真得仔细检查了
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.