【深度学习】torchvision.utils.make_grid() 拼接图片

import torch
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import torchvision
import matplotlib.pyplot as plt
 
def image_show(images):
    images = images.numpy()
    images = images.transpose((1, 2, 0))
    print(images.shape)
    plt.imshow(images)
    plt.show()
 
def main():
    train_dataset = datasets.MNIST(root='./datasets', train=False, download=False,
                                   transform=transforms.ToTensor())
    train_loader = DataLoader(train_dataset, batch_size=32, shuffle=False)
 
    device = torch.device('cuda:0')
    # for batch_idx, (inputs, targets) in enumerate(train_loader):
    #     inputs = inputs.to(device)
    #     print(inputs.shape)
    inputs, targets = next(iter(train_loader))
    print(inputs.shape)
    print(targets.shape)
 
    images = torchvision.utils.make_grid(inputs)
    print(f'images.shape:{images.shape}')
    image_show(images)
 
 
 
 
if __name__=='__main__':
    main()
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