Colab中PyTorch保存张量图像到Google Drive生成PNG全黑问题

这个问题和Google Drive的挂载逻辑没有关系，是PyTorch图像处理时两个常见的操作误区叠加导致的：

• 最核心的诱因：STL10通过PyTorch默认管线加载出的图像张量，是取值范围在[0,1]区间的32位浮点型。你直接调用.type(torch.uint8)做类型转换时，不会自动把像素值域从0-1线性映射到0-255的无符号整型范围，而是直接对浮点值做截断取整。图像里绝大多数像素值都是0到1之间的小数，截断取整后全部变成0，最终整个张量被清零，存成PNG自然是纯黑色块。
• 之前用plot.imshow能正常看到知更鸟图像，是因为imshow接收的是还没做错误类型转换的原始浮点张量，会自动按0-1的浮点值域做正常渲染，根本没察觉到后续的类型转换操作把所有像素值都清零了。
• 还有个潜在的格式坑：torchvision.io.write_png要求输入张量必须是通道在前的CHW维度格式（形状为[通道数, 图像高度, 图像宽度]），如果张量是通道在后的HWC格式，哪怕值域计算正确，保存出的图像也会出现尺寸错乱、色彩异常的问题。

from google.colab import drive
drive.mount('/content/drive')

# 接前面从STL10取出的原始image张量，默认是[3,96,96]形状、0-1范围的float32类型
# 先把值域从[0,1]线性缩放到[0,255]，再转成uint8格式
robin = (image * 255).type(torch.uint8)

# 仅当张量是HWC格式（形状为[高,宽,通道]）时，才需要加这行做维度转换
# robin = robin.permute(2, 0, 1)

# 正常执行保存即可
torchvision.io.write_png(robin, '/content/drive/My Drive/ImgFolder/robin.png')

验证方法：在执行保存前，打印robin的最大值和最小值。如果用之前错误的转换方式，打印结果会是全0；修正后最大值应该接近255，最小值为0，此时保存出的图像就能正常显示内容了。

内容的提问来源于stack exchange，提问作者plotka