这是一个创建于 32 天前的主题，其中的信息可能已经有所发展或是发生改变。
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
目前尚无回复
Select Language