[pytorch学习笔记]permute()和reshape()图像操作小结

已于 2022-10-31 20:11:53 修改
阅读量784 收藏
点赞数 1
文章标签： pytorch 学习 深度学习
于 2022-10-09 22:06:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31749135/article/details/127235078
版权

permute()和reshape()图像操作小结

permute()

1.首先要对RGB图像基础有一定的了解

详见：关于三通道彩色图像的存储方式理解

2.permute()是如何变换的

这是我们常见的permute()变换，在这张图中，其他作者用的是随机数，与实际的像素值有所差距，但并不影响理解。

请添加图片描述

RGB三种颜色的灰度值被permute()分别提取出来，此时被提取出来的只是灰度（白色->灰色->黑色），后面要加上不同颜色的通道才能真正的显示出来。

相关资料：pytorch中permute()函数用法实例详解

值得注意的是：

在使用pytorch从本地读取图像的时候，默认把图像的RGB三种颜色的灰度值提取出来，这时如果想要把图像绘制在界面上的话，请使用permute(1,2,0)将原来的张量转换一下。

reshape()

在这里插入图片描述
在这里插入图片描述
参考资料：Python中reshape函数参数-1的意思?

千束LGLL
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch中 reshape函数解析
scar2016的博客
03-24 2万+
1.reshape(m,n) 即： 将矩阵变成 m x n列矩阵 1.1代码： import torch x = torch.arange(12) # 生成一维行向量 ，从1到11 x 1.1结果： tensor([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]) 1.2代码： x.reshape(3,4) # 将矩阵x变成 3行4列矩阵 1.2结果： tensor([[ 0, 1, 2, 3], [ 4, 5, 6, 7]
Pytorch基础：Tensor的reshape方法
前进，才知道自己的渺小
10-01 6678
可以看到，给出的参数既可以是多个整数（其中每个整数代表一个维度的大小，而整数的数量代表维度的数量），也可以是一个元组或是列表（其中每个元素代表一个维度的大小，而元素数量代表维度的数量）。而且reshape不改变Tensor中数据的排列顺序（指的是从上到下从左到右遍历的顺序），只改变形状，这也就对reshape各维度大小的乘积有要求，要与原Tensor一致。在上例中即3*4=2*6。注意：此时返回的数据对象并不一定是新的，这取决于应用此方法的Tensor是否是连续的。
PyTorch中的形状变换术：reshape、view与permute的区别与联系
最新发布
mariodf的博客
05-17 436
PyTorch中的形状变换术：reshape、view与permute的区别与联系
Pytorch中 permute / transpose 和 view / reshape， flatten函数
ytusdc的博客
08-21 4667
Pytorch中 permute、transpose 和 view 、resize函数
Pytorch 一文搞懂view，reshape和permute，transpose用法
qq_19859865的博客
02-17 1294
存储的tensor按照行优先（row major）的顺序存储。如下图，当访问每一行的下一个元素，你只需要前进一步（stride），但是访问下一列的元素，需要前进四步（strides）。在PyTorch中，有些对Tensor的操作并不实际改变tensor的内容，而只是改变如何根据索引检索到tensor的byte location的方式，比如narrow()view()expand()permute()[1]。
Pytorch使用permute后再reshape会修改张量的值，维度虽然对齐但仍需小心
qq_43601378的博客
09-26 772
permute函数和reshape函数
基于PyTorch的permute和reshape/view的区别介绍
09-16
在PyTorch中，`permute`、`reshape`（通过`.view()`方法实现）和`view`都是处理Tensor形状变换的重要操作，但它们之间有着本质的区别。 首先，`permute`函数的主要功能是对Tensor的维度进行调换。它接受一个维度...
PyTorch学习笔记（二）图像数据预处理
12-21
Environment OS: macOS Mojave Python version: 3.7 ...本文记录了使用 PyTorch 实现图像数据预处理的方法，包括数据增强和标准化。主要的工具为 torchvision.transform 模块中的各种类，要求传入的图片为 PI
pytorch学习笔记（一）
01-06
此为小弟pytorch的学习笔记，希望自己可以坚持下去。（2020/2/17） pytorch官方文档 pytorch中文教程 tensor tensor是pytorch的最基本数据类型，相当于numpy中的ndarray，并且属性和numpy相似，tensor可在GPU上进行...
张量/数组存储方式与向量化展开/展平、view、reshape、permute对比
欢迎关注，共同进步！
01-05 2306
对于一个Tensor来说，我们可以认为它有两种存储方式。
[PyTroch系列-16]：PyTorch基础 - 张量的操作 - 变形
热门推荐
文火冰糖（王文兵）的博客
08-07 1万+
作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing 本文网址： 目录 第1章 Tensor运算与操作概述 1.1 概述 1.3 张量的操作与变换 1.4环境准备 1.5张量的操作 - 变形（reshape） 第2章 基本变形：reshape 1. 原理 2. 函数解读 3. 代码示例 第3章 2维矩阵的行列置换：t 1. 原理 2. 函数解读 3. 代码示例 第4章 任意维度方向上的置换：transpose 1. 原理..
PyTorch中permute的用法详解
09-18
今天小编就为大家分享一篇PyTorch中permute的用法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pytorch中的resize和reshape
qq_44722189的博客
12-06 2766
如果可能，返回的张量将是输入的视图，也就是说原本的tensor并没有被改变，如果想要改变那么就将改变的tensor赋值给原本的就行，即：tensor_temp = torch.reshape(tensor_temp, xxx)）。个人理解是给数组一个新的形状，数据和元素数量及顺序不变，按照形状截断、重新拼起来成为一个张量，可以使用reshape用来增加数组的维度。要注意的一点是PILImage对象size属性返回的是w, h，而resize的参数顺序是h, w。读取的图片，这两种方法得到的是。
pytorch中图像的分块（patch）操作（使用了.permute()维度转换）
sinat_42239797的博客
03-05 1万+
参考：1.https://www.zhihu.com/question/60321866 2. https://blog.csdn.net/appleml/article/details/80143212?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-ta...
深度学习（PyTorch）——shape、view、reshape用法及其区别
qq_42233059的博客
09-02 5997
深度学习（PyTorch）——shape、view、reshape用法及其区别
matlab中permute,matlab的reshape函数，shiftdim函数和permute函数
weixin_29468281的博客
03-16 1462
reshape后变为2行2列3层的三维矩阵。三维矩阵可以用3个下标定位，也可以用1个下标定位，定位时的顺序也是先第一个维度，再第二个维度，最后第三个维度。reshape前后不改变一维下标定位顺序，即A(1,1,1)=A(1)=data(1)=1，A(2,1,1)=A(2)=data(2)=5，A(1,2,1)=A(3)=data(3)=9，A(2,2,1)=A(4)=data(4)=2，A(1,1...
【轻松掌握】PyTorch中 reshape() 和 view() 的差异
创作高质量博文，分享知识，共同进步！
02-06 1471
🚀轻松解锁PyTorch张量重塑奥秘！💡`reshape()`和`view()`助你灵活调整数据维度。🔄掌握二者差异，避免常见错误。💡深入`contiguous()`理解，确保数据连续高效。🔄通过应用场景实战，加深理解。🚀读完本文，你将轻松驾驭PyTorch张量重塑技巧！#PyTorch #reshape #view #contiguous #张量重塑 #深度学习 #机器学习
Pytorch实现List Tensor转Tensor,reshape拼接等操作
Linuxprobe18的博客
12-07 3795
持续更新一些常用的Tensor操作，比如List，Numpy，Tensor之间的转换，Tensor的拼接，维度的变换等操作。其它Tensor操作如 einsum等见：待更新。用到两个函数：一、List Tensor转Tensor (torch.cat) // An highlighted block >>> t1 = torch.FloatTensor([[1,2],[5,6]]) >>> t2 = torch.FloatTensor([[3,4],[7,8]]) &gt
pytorch_reshape的使用
weixin_44627093的博客
05-05 3245
reshape的使用 import numpy as np #假设z是一个3行4列的矩阵 z = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) reshape(-1,newshape)的理解 如果reshape的值有-1的话，那么Numpy会根据所给的新的shape的信息（newshape），自动计算补足shape缺的值 比如这里的z矩阵，shape=（3,4），一共有12个元素，如果需要构造2列的新
小土堆pytorch学习笔记
09-27
根据提供的引用内容，小土堆是一位在B站上分享关于PyTorch深度学习的快速入门教程的博主。他的学习笔记和代码整合可以在视频链接https://www.bilibili.com/video/BV1hE411t7RN?spm_id_from=333.337.search-card.all.click 上找到。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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