不同平台上的fromPixel产生不同的张量的问题，可能是由于不同平台对图像的表示方式或者颜色通道顺序的不同所导致的。为了解决这个问题，可以按照以下方式处理：

1. 检查图像的颜色通道顺序：不同平台上，图像的颜色通道顺序可能不同。例如，一些平台使用RGB通道顺序，而另一些平台使用BGR通道顺序。可以通过调整通道顺序来解决这个问题。

import cv2
import numpy as np

# 读取图像
image = cv2.imread("image.jpg")

# 调整通道顺序为RGB
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# 使用fromPixel函数生成张量
tensor = fromPixel(image_rgb)

2. 检查图像的数据类型：不同平台上，图像的数据类型可能不同。例如，一些平台使用8位整数表示像素值，而另一些平台使用浮点数表示像素值。可以通过将图像的数据类型转换为统一的类型来解决这个问题。

import cv2
import numpy as np

# 读取图像
image = cv2.imread("image.jpg")

# 将图像的数据类型转换为浮点数
image_float = image.astype(np.float32)

# 使用fromPixel函数生成张量
tensor = fromPixel(image_float)

3. 检查图像的像素范围：不同平台上，图像的像素范围可能不同。例如，一些平台将像素值范围标准化到0-1之间，而另一些平台将像素值范围标准化到-1到1之间。可以通过将图像的像素范围标准化到统一的范围来解决这个问题。

import cv2
import numpy as np

# 读取图像
image = cv2.imread("image.jpg")

# 将像素值范围标准化到0-1之间
image_normalized = image / 255.0

# 使用fromPixel函数生成张量
tensor = fromPixel(image_normalized)

通过以上方法，可以解决不同平台上fromPixel产生不同张量的问题。根据具体情况，选择适合的处理方法即可。