vutils.save_image()

vutils.save_image 是 PyTorch 的 torchvision.utils 模块中的一个函数，用于保存张量（tensor）或者一批张量（batch of tensors）为图像文件。该函数对于可视化和保存模型生成的图像特别有用。

下面是该函数的一些详细信息和常见的用法：

函数签名

torchvision.utils.save_image(tensor, fp, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0, format=None)

参数

• tensor (Tensor or list of Tensor): 要保存的图像数据。如果是4D张量，假设格式为 n x c x h x w，其中 n 是图像的数量，c 是通道数，h 是高度，w 是宽度。
• fp (str or pathlib.Path object or file object): 一个文件名或一个打开的文件对象，用于保存图像。
• nrow (int, optional): 每行有多少张图像，仅当保存多张图像为网格布局时有用。
• padding (int, optional): 图像间的填充大小。
• normalize (bool, optional): 是否将图像数据标准化。如果为 True，根据 range 参数中给出的最小和最大值，将张量的每个通道标准化到 ([0, 1])。
• range (tuple, optional): (min, max) 形式的元组，指定标准化的范围。min 和 max 是张量应该标准化的范围，仅当 normalize=True 时有效。
• scale_each (bool, optional): 是否独立地对每张图像进行标准化（而不是基于所有图像的最小值和最大值）。
• pad_value (float, optional): 填充的像素值。
• format (str, optional): 图像文件的格式（如 ‘jpeg’、‘png’）。如果未指定，将从文件名扩展名推断出格式。

常见用法

import torchvision.utils as vutils
import torch

# 假设你有一个张量表示一批图像
images = torch.randn(64, 3, 32, 32)  # 64张3通道的32x32图像

# 保存单个图像
vutils.save_image(images[0], 'single_image.png')

# 保存一批图像为网格布局
vutils.save_image(images, 'image_grid.png', nrow=8, normalize=True)

# 保存图像时标准化并指定填充和图像格式
vutils.save_image(images, 'image_grid.jpg', nrow=8, padding=4, normalize=True, range=(-1, 1), format='JPEG')

在实际应用中，你可能会在训练过程中使用 vutils.save_image 来保存生成的样本，以便监控模型的进展。通过 normalize 和 range 参数，你可以确保即使图像的原始像素值不在标准的图像表示范围内，保存的图像也能正确显示。