【tensorflow】API笔记

这篇博客展示了如何在PyTorch中创建、修改和查询张量,包括获取张量维度、挤压和unsqueeze操作。此外,还介绍了如何利用`make_grid`将多张图片合并,并通过matplotlib进行显示。最后,通过读取CSV数据并进行预处理,实现实际图片的展示。
摘要由CSDN通过智能技术生成
import torch
#0.创建
data=torch.Tensor([1,2])
#1.增
#2.删
#3.改
#4.查
data.shape#获取维度


torch.squeeze()
torch.unsqueeze(i)

#图片合并,恢复RGB
make_grid的作用是将若干幅图像拼成一幅图像。

data.numpy()#获取np对象

生成图片

import pandas as pd
import numpy as np
import torch
from torchvision.utils import make_grid
import matplotlib.pyplot as plt

def showPic(data):
    data=data/255. # (n, 784)
    n_pixels=len(data[0])
    pwh=data.reshape((2, int(n_pixels**0.5), int(n_pixels**0.5)))#两张图片,每张图片为28*28  #(n, 784)->(n, 28, 28)
    pcwh=torch.Tensor(pwh).unsqueeze(1)
    cwh = make_grid(pcwh)
    whc=cwh.numpy().transpose((1,2,0))#(高,宽,通道)(32, 242, 3)
    plt.imshow(whc)
train_df = pd.read_csv('../input/train.csv')
data=train_df.values[[1,2],1:]#要显示的图片行号,第1列到最后一列
showPic(data/255.)# (n, 784)
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