pytorch数据处理之 transforms.ToTensor()解释

最新推荐文章于 2025-03-08 16:30:30 发布

菜根檀

最新推荐文章于 2025-03-08 16:30:30 发布

阅读量3.4w

点赞数 30

分类专栏： Pytorch Python 文章标签： pytorch 深度学习机器学习

本文链接：https://blog.csdn.net/cangafuture/article/details/120541447

版权

Python 同时被 2 个专栏收录

11 篇文章

订阅专栏

Pytorch

10 篇文章

订阅专栏

本文详细介绍了PyTorch中transforms.ToTensor()函数的作用，它用于将PILImage或numpy.array数据转换为Tensor，便于模型训练。转换过程中，数据范围从[0,255]归一化到[0.0,1.0]。通过实例展示了如何使用该函数，并展示了转换后的张量形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pytorch数据处理之 transforms.ToTensor

transforms.ToTensor()函数的作用是将原始的PILImage格式或者numpy.array格式的数据格式化为可被pytorch快速处理的张量类型。
输入模式为（L、LA、P、I、F、RGB、YCbCr、RGBA、CMYK、1）的PIL Image 或 numpy.ndarray (形状为H x W x C)数据范围是[0, 255] 到一个 Torch.FloatTensor，其形状 (C x H x W) 在 [0.0, 1.0] 范围内。

e.g:

import numpy as np
from torchvision import transforms

a = np.random.random((224,224,3))
transform = transforms.Compose([
    transforms.ToTensor()
])
b = transform(a)
print(b.shape)