在学习深度学习的时候,在将得到的特征tenso想要显示的时候,在代码里总是会看到transpose(1,2,0),这是因为在numpy中,图像的shape一般是(H, W,C),即图像的长宽是在前面,而通道数则是在最后一维,而在pytorch中呢,图像的shape一般是(C,H,W),通道数则是在第0维,因此,在tensor转换为numpy并进行显示时,需要将格式转换为numpy的格式,即(1,2,0),如果是numpy转换为tensor的话,那就是transpose(2,0,1)。
在学习深度学习的时候,在将得到的特征tenso想要显示的时候,在代码里总是会看到transpose(1,2,0),这是因为在numpy中,图像的shape一般是(H, W,C),即图像的长宽是在前面,而通道数则是在最后一维,而在pytorch中呢,图像的shape一般是(C,H,W),通道数则是在第0维,因此,在tensor转换为numpy并进行显示时,需要将格式转换为numpy的格式,即(1,2,0),如果是numpy转换为tensor的话,那就是transpose(2,0,1)。