我有一个名为 的列表wordImages。它包含 np.array 格式的图像，具有不同的宽度和高度。
如何将其转换为张量并使用它而不是my_dataset在下面的代码中？
目前我正在使用这个。但我需要保存/读取图像
demo_data = RawDataset(root="output_craft/", opt=opt)
demo_loader = torch.utils.data.DataLoader(
demo_data , batch_size=opt.batch_size,
shuffle=False,
num_workers=int(opt.workers),
collate_fn=AlignCollate_demo, pin_memory=True)
假设我们将模型保存为 h5，那么我们可以使用 keras 的 load_model 函数加载模型。我浏览了多个 github 链接，其中作者提供了权重文件（.h5 或 .hdf5 文件）。
那么我们可以使用 load_model 来使用那些预训练的权重/模型吗？
load_model 和 load_weights 之间有什么区别？
我可以使用 load_model (keras) 加载权重文件还是应该使用 (load_weight)。如果我们正在加载重量，那么我们还必须加载模型的整个架构。
请通过举一些例子来提供更深入的理解。