pytorch tensor转换

最新推荐文章于 2024-08-22 14:55:05 发布

白话先生NIT

最新推荐文章于 2024-08-22 14:55:05 发布

阅读量7.2k

点赞数 1

本文链接：https://blog.csdn.net/liuweizj12/article/details/80100343

版权

import torch
import numpy as np

#(1,3,16,2,2)
# 1个视频，16个关键帧，3通道，长为2宽为2
# 即一个视频，有16张 3通道，长为2宽为2 的图像
data = np.array([[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3]
                 ,[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3]
                 ,[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3]
                 ,[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3],[1,1,1,1,2,2,2,2,3,3,3,3]])

print data

torch_data = torch.FloatTensor(data) # 转tensor
print torch_data

b = torch_data.view(1,3,16,2,2)
print b