学习Pytorch将要写的内容

秉承一贯风格:先挖坑:

优先级:
1. doc文档总结。(以及附加和torch的对比,写在最后)
2. 对Variable,Parameter以及自动反向传播的更深理解
3. 自定义反向传播的写法,以及注意点。包括扩展torch.autograd.Function以及torch.nn.Module
4. Variable的一些注意事项
5. 自定义loss函数
6. 将论坛中的一些常见问题进行总结。

附加:

# 可以将output中所有大于0.5的值都置为1,其余的置为0
# 返回的是 ByteTensor
output = (output > 0.5).mul_(1)

图像与tensor的相互转换

from PIL import Image
from torchvision.transforms import ToTensor, ToPILImage


def load_img(filepath):
    img = ToTensor()(Image.open(filepath).convert('RGB'))
    return img


def save_img(img, filepath):
ToPILImage()(img).save(filepath)
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值