我们先明确一下Transforms的作用,相当于一个工具箱,里面有很多工具,比如说
Totensor(一个类),resize等等 。通过 transforms,Totensor去看两个问题:
1.transforms如何使用
2.我们为啥需要Tensor数据类型
一张图说明:
首先导入相关库:
from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
import cv2
from py.TensorBoard import write
导入图片:
image_path="D:/Pychram_Project/Learn_Pytorch/Projects/dataset/train/ants/5650366_e22b7e1065.jpg"
img=Image.open(image_path)
print(img)
1. 如何使用?见如下代码,也需要配合Tensorboard。
2.我们为啥需要Tensor数据类型?因为Tensor数据类型包含了神经网络中的所需要的很多种参数,所以我们需要tensor数据类型,通过transforms进行转换。
#解决问题一,transforms如何被使用?
tensor=transforms.ToTensor() #将类进行实例化
tensor_img=tensor(img) #ctrl+p 可以查看当前需要传入什么参数,应传入图片参数(PIL或者opencv的IMG才行)
#2.Tensor数据类型包含了神经网络中的所需要的很多种参数,所以我们需要tensor数据类型,通过transforms进行转换。
print(tensor_img)
write=SummaryWriter("logs")
write.add_image("tensor_img",tensor_img)
''''
当tensorboard --logdir=logs --port=6007因为logs路径改变而失效时,也可以尝试在命令中直接带上绝对路径:tensorboard --logdir "logs所在目录\logs"
terminal使用命令:tensorboard --logdir=D:/Pychram_Project/Learn_Pytorch/Projects/py/Logs --port=6008
'''
write.close()
教学内容来自B站小土堆。