如何快速地将luanumpy数组中返回的Python转换为Lua Torch张量？

我有一个Python函数，它返回一个多维numpy数组。我想从Lua调用这个Python函数，并尽快将数据转换成Lua火炬张量。我有一个解决方案，工作非常缓慢，我正在寻找一种方法，是显着更快（订单10fps或更多）。我不确定这是否可行

考虑到Facebook支持的Torch越来越受欢迎，以及Lua所缺乏的Python中广泛易用的图像处理工具，我相信这对其他人来说是有用的

我使用lunatic python的Bastibe fork从Lua调用python函数。借助于上一篇和下一篇的帮助，我想出了一些代码，这些代码可以工作，但速度太慢了。我正在使用Lua5.1和Python2.7.6，如有必要，可以对其进行更新

Lua代码：“testlua.Lua”

Python代码：“test_Python.py”

试试看，它有一个python中的lua引擎，能够与torch共享numpy内存，因此速度非常快，下面是您案例的代码：

import numpy
import Image
import lutorpy as lua

getImage = numpy.asarray(Image.open("image.jpg"))
a = torch.fromNumpyArray(getImage)

# now you can use your image as torch Tensor
# for example: use SpatialConvolution from nn to process the image
require("nn")
n = nn.SpatialConvolution(1,16,12,12)
res = n._forward(a)
print(res._size())

# convert back to numpy array
output = res.asNumpyArray()

谢谢：）我还没见过这个。我正在寻找一种在Lua中运行Python的方法，但是因为我使用了大量Lua代码，只需要少量Python。我也尝试了一下，但是我需要使用qlua而不是luajit来运行，这样我就可以使用显示窗口了。

import numpy
import os,sys
import Image

def getImage(width, height):
    return numpy.asarray(Image.open("image.jpg"))

import numpy
import Image
import lutorpy as lua

getImage = numpy.asarray(Image.open("image.jpg"))
a = torch.fromNumpyArray(getImage)

# now you can use your image as torch Tensor
# for example: use SpatialConvolution from nn to process the image
require("nn")
n = nn.SpatialConvolution(1,16,12,12)
res = n._forward(a)
print(res._size())

# convert back to numpy array
output = res.asNumpyArray()