- 博客(4)
- 收藏
- 关注
原创 在Pytorch中实现tf.extract_image_patches的功能
tf.extract_image_patches是tensorflow用来从一张图像中提取多个patches的,其实现抽取patches的方式请移步一篇知乎的文章,那里介绍的很清楚。最近尝试在pytorch中来实现tf.extract_image_patches的功能,具体代码如下:一、tensorflow中tf.extract_image_patches从Tensor中提取patches1、提取单通道张量import tensorflow as tf# 创建两个张量大小为6*6,且为单通道 (
2020-08-19 14:12:22 2844 2
原创 Python 将raw图pack成4通道及其逆运算unpack!
一般神经网络处理的数据都是数组,raw图数据读入时是单通道的数组,如(H, W);而基于raw数据的深度学习图像处理基本上都是将raw数据pack成4通道的数组,即每一个通道分别有 R, Gr, Gb, B像素值组成的,形如(4, H / 2, W / 2);然后再送进神经网络进行运算学习的。下面是将raw数据(H, W),pack成4通道形式(4, H / 2, W / 2)的方法,以及其反向操作的方法。一、将raw数据才成4通道:def pack_raw(raw): """ :pa
2020-08-03 19:02:37 2499
原创 pytorch 简单的tensor插值放大和缩小运算
放大2倍插值运算代码:def interpolate(raw_tensor): ''' 等效于F.interpolate(source, scale_factor=scale, mode="nearest") :param raw_tensor: (B, C, H, W) :return: (B, C, 2 * H, 2 * W) ''' b, c, h, w = raw_tensor.shape out = torch.zeros((b, c, h
2020-08-03 18:20:25 6394
原创 使用转置卷积和卷积分别实现 pytorch 中 nn.PixelShuffle 层的正运算和逆运算。
pytorch 中 nn.PixelShuffle 层主要是将Tensor的通道数降低4倍的同时将其分辨率扩大2倍,但整个过程是不会改变Tensor中的数值的。简单理解就是,nn.PixelShuffle 层的输入和输出是相同的。nn.PixelShuffle 层的具体运算请参见pytorch官方介绍,我主要是使用转置卷积来实现与 nn.PixelShuffle 层相同的功能;并可以使用卷积层实现其相反的功能,也就是它的逆运算。详细代码如下:一、使用转置卷积层实现nn.PixelShuffle 层的功能
2020-08-03 18:15:42 2720 3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人