![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像处理_PyTorch
文章平均质量分 50
PyTorch库相关代码讲解
迪三
聚焦AIGC应用, 文章都是即时原创,看修订和完善版,请订阅微信公众号 <<迪AI>>。
后续若有配套讲解/代码,会放到《b站》/《github》。
展开
-
pytorch下dataset和dataloader极简实践(包括自带图片)
数据类数据集主要是torch.utils.data类要实现加载和预处理数据可分为以下两个步骤:1.加载数据集(Dateset)1.1 自带数据集(Mnist/FashionMnist等)加载时需要完成数据格式的转换(transform).一种加载方法是用自带的数据集,来自torchvision大类:transform = transforms.Compose( [tr...原创 2020-03-28 18:19:15 · 1598 阅读 · 0 评论 -
图片中的上采样,下采样和通道融合(up-sample, down-sample, channel confusion)
前言以conv2d为例(即图片),Pytorch中输入的数据格式为tensor,格式为:[N, C, W, H, W]第一维N.代表图片个数,类似一个batch里面有N张图片第二维C. 代表通道数,在模型中输入如果为彩色,常用RGB三色图,那么就是3维,即C=3。如果是黑白的,即灰度图,那么只有一个通道,即C=1第三维H. 代表图片的高度,H的数量是图片像素的列数第四维W. 代表图片的宽度,W的数量是图片像素的列数如果H=W,那么图片是正方形的,总像素为H*W, 和分辨率是同义词。原创 2020-08-19 18:08:00 · 6830 阅读 · 0 评论 -
图像数据集规则化(归一化):transforms.Normalize()
规则化(Normalize)pytorch在加载数据时,常需要归一化,如transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5))灰度图是:transforms.Normalize(mean=[0.5],std=[0.5])一般我们加载的数据,RGB的值范围是[0,255],常见数据集如MNIST的数值范围是[0,1]。这里取0.5是归一...原创 2020-04-27 10:42:34 · 5008 阅读 · 2 评论 -
Pytorch的gather()和scatter()
Pytorch的gather()和scatter()1.gather()gather是取的意思,意为把某一tensor矩阵按照一个索引序列index取出,组成一个新的矩阵。gather(input,dim,index)参数:input是要取值的矩阵dim指操作的维度,0为竖向操作即按行操作,1为横向操作即按列操作index为索引序列下面这个例子是按行取出第一行的’0号元素’,'...原创 2020-04-21 23:32:48 · 426 阅读 · 0 评论