torch.from_numpy().permute()函数《pytorch学习篇》

最新推荐文章于 2024-01-08 17:16:00 发布

桀骜不驯的山里男人

最新推荐文章于 2024-01-08 17:16:00 发布

阅读量3.3k

点赞数 5

分类专栏： pytorch冒险之旅文章标签： pytorch python 人工智能

本文链接：https://blog.csdn.net/m0_56654441/article/details/120873836

版权

本文介绍了PyTorch中`permute()`函数的使用，主要用于维度转换，特别是图像通道数的变换。通过示例展示了如何将numpy数组转换为Tensor并调整维度顺序。同时提到了`torch.from_numpy(x)`函数的作用，即把numpy数组转化为Tensor，以便进行后续操作。

摘要由CSDN通过智能技术生成

引言：今天主要记录一下关于permute（）函数的使用。

1.permute（）函数

首先这个函数主要使用于维度转换，作用：按照指定的方式，对原数据进行排列，一般用于图像的通道数变换。（what？什么什么？没听明白？你说的是。。。）

再来：例子（我相信你喜欢）

概述：我们使用permute函数改变图像的维度顺序。（可能还有其它作用，待续吧！哈哈）

代码：
import cv2
import math
import torch


path=r'./a.jpg'
img=cv2.imread(path)
print(type(img),img.shape) #(1080, 1920, 3)

tensor_img = torch.from_numpy(img).permute(2, 0, 1).unsqueeze(0).float()
print(type(tensor_img),tensor_img.shape)
output：

<class 'numpy.ndarray'> (1080, 1920, 3)
<class 'torch.Tensor'> torch.Size([1, 3, 1080, 1920])

解释：看到了吗？原来图像的维度顺序是 (1080, 1920, 3)，但是经过permute函数后，就强制变为[*, 3, 1080, 1920]，