[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
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中 reshape函数解析
热门推荐
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中的reshape()、view()、nn.flatten()和flatten()
梦在黎明破晓时的博客
03-16 7157
在使用pytorch定义神经网络结构时，经常会看到类似如下的.view() / flatten()用法，这里对其用法做出讲解与演示。
pytorch中reshape函数用法
googlebug123的博客
02-23 3172
Pytorch中reshape函数的用法介绍在PyTorch中，可以使用torch.reshape()函数来改变张量的形状，函数的用法如下： python Copy code torch.reshape(input, shape) 其中，input是需要改变形状的张量，shape是一个表示新形状的元组或列表。返回的张量将有与shape相同的元素数量，但可能具有不同的形状。需要注意的是，返回的张量与输入张量共享相同的数据缓存，因此在操作中要小心。 下面是一些使用torch.reshape()函数的示例：
Pytorch笔记：操作维度的permute、reshape/view、eniops
xieocean的博客
12-29 573
pytorch的permute和reshape/view的区别
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...
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
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
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..
Reshape与Permute的踩坑记录
ODIMAYA的博客
04-01 1852
最近做简单的网络训练，需要自写DataLoader，涉及到了图像数据的预处理，主要集中在getItem()函数里面。 上代码： 由于用到了BCEWithLogitsLoss，这个损失函数要求label与pred的维度保持一致，即label也需要有channel这一维度，所以涉及到了reshape与permute两个函数 这里不用to_tensor,不需要归一化，因此需要手动处理维度 先用reshape，再astensor image = cv2.imread(image_path) label = cv2.
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
Pytorch中对tensor进行reshape的两种常用方法 .view() & .reshape()
weixin_44607838的博客
11-17 1万+
介绍 在使用Pytorch时，我们经常需要对一些tensor进行形状的改变以满足神经网络对输入数据的维度要求，我们最常用的两种方式就是.view() 以及 .reshape(), 除此之外，还有一种方法是.resize_(), 这种方法不仅可以改变数据的形状，同时还可以做到数据的部分截取。 在这篇博文中，我会将前两种方式，即.view()和.reshape()，作为主要的介绍对象。 1.view() 我们通过调用.view()方法返回的结果是原始张量数据的另一个视图，即返回的张量与原始张量共享基础数据（但是
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