深入理解 transforms.ToTensor()

最新推荐文章于 2025-03-08 16:30:30 发布
最新推荐文章于 2025-03-08 16:30:30 发布
阅读量1.4k 收藏 18
点赞数 3
分类专栏： 杂记 文章标签： python pytorch
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_42754434/article/details/140797947
版权

在使用 PyTorch 进行图像处理和深度学习任务时，transforms.ToTensor() 是一个常用的工具。它可以将图像数据转换为 PyTorch 的张量格式，为后续的神经网络处理做好准备。尽管这个方法很常用，但很多人可能并不完全理解它具体做了哪些操作。本文将深入解析 transforms.ToTensor() 的具体作用和工作原理。

transforms.ToTensor() 的核心功能

transforms.ToTensor() 主要有三个核心功能：

  1. 图像格式转换：将图像从 H x W x C 格式（高度 x 宽度 x 通道）转换为 C x H x W 格式。
  2. 数据类型转换：将图像数据的像素值从 uint8 类型转换为 float32 类型。
  3. 归一化：将像素值从 [0, 255] 的范围缩放到 [0.0, 1.0] 的范围。

详细操作步骤

1. 图像格式转换

图像数据通常以高度（H）、宽度（W）和通道（C）的顺序存储。在大多数图像处理库（如 PIL 和 OpenCV）中，图像的默认格式是 H x W x C。然而，PyTorch 期望输入的张量格式是 C x H x W，即通道维度在最前面。

  • 输入格式（常见的图像库）：H x W x C
  • 输出格式（PyTorch 张量）：C x H x
最低0.47元/天 解锁文章
系统学习Pytorch笔记三：Pytorch数据读取机制(DataLoader)与图像预处理模块(transforms)
Miracle8070
04-17 7万+
Pytorch官方英文文档：https://pytorch.org/docs/stable/torch.html? Pytorch中文文档：https://pytorch-cn.readthedocs.io/zh/latest/ 1. 写在前面 疫情在家的这段时间，想系统的学习一遍Pytorch基础知识，因为我发现虽然直接Pytorch实战上手比较快，但是关于一些内部的原理知识其实并不是太懂，这样...
【动手学深度学习】Softmax 回归 + 损失函数 + 图片分类数据集
Ya_nnnG的博客
01-15 4188
【动手学深度学习】Softmax 回归 + 损失函数 + 图片分类数据集（未更完）
torchvision.transforms 数据预处理：ToTensor()
qq_43799400的博客
11-10 2万+
torchvision.transforms 数据预处理：ToTensor()
理解transforms.ToTensor()函数
LJC的博客
08-08 2万+
先说结论： transform.ToTensor()的操作对象有PIL格式的图像以及numpy（即cv2读取的图像也可以）这两种。对象不能是tensor格式的，因为是要转换为tensor的。 先附上源码： class ToTensor(object): """Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor. Converts a PIL Image or numpy.ndarray (H x W x C) in the rang
Transforms- -Totensor
qq_63520660的博客
03-08 772
历史原因：仿照图像处理库OpenCV的格式性能优化：连续存储通道数据，提高访问效率框架要求：PyTorch卷积层默认输入格式为 (N, C, H, W)
transforms.ToTensor()
weixin_42608318的博客
02-13 2959
transforms.ToTensor()是PyTorch中的一个转换函数，它的作用是将一个PIL Image或numpy.ndarray图像转换为一个Tensor数据类型。该函数主要用于在图像数据处理时将图像数据格式从二进制形式转换为Tensor数据类型，以方便模型处理。 ...
【transforms.ToTensor()】
aimengh的博客
03-06 702
下图中x：图像空间，z：噪声空间，蓝色的线：判别器预测成功的概率，黑色的线：真实图像的分布，绿色的线：生成器生成的图片分布。a->b: 是通过训练判别器，其中可以看出判别器的判定准确率变好了，b->c:训练生成器，可以看出生成图片的分布更契合真实图像的分布， c->d:是通过多次这种反复训练得到的结果。另外原始数据的shape是（H x W x C），通过transforms.ToTensor()后shape会变为（C x H x W）。
关于transforms.ToTensor()
qq_35037684的博客
03-24 1208
代码中，数据的维度是（48，48，3） 过了transforms后，进入模型的输入tensor为（1，3，48，48） 感觉到很疑惑，transform怎么会改变输入的维度呢， transform = transforms.Compose([ transforms.ColorJitter(0.3, 0, 0, 0), transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) ]) 阅读
transforms.ToTensor()与transforms.Normalize()函数解析
热门推荐
我是天才很好
07-23 3万+
1、transforms.ToTensor()作用 ToTensor()将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor，其将每一个数值归一化到[0,1]，其归一化方法比较简单，直接除以255即可。具体可参见如下代码： import torchvision.transforms as transforms import numpy as np from __future__ import print_function # 定义转换方式，tr
transforms.zip
08-09
transforms.ToTensor(), # 将PIL图像转换为PyTorch张量 transforms.Normalize((0.5,), (0.5,)) # 对每个通道进行归一化 ]) dataset = MNIST(root='./data', train=True, download=True, transform=transform) ...
帮我分析一下这段代码：import numpy as np import torch import torch.nn as nn import torch.optim as optim from torch.optim.lr_scheduler import OneCycleLR from torch.utils.data import DataLoader from torchvision import datasets, transforms from torch.amp import GradScaler from torch.amp import autocast import matplotlib.pyplot as plt # ---------------------- # 进阶数据增强 # ---------------------- class AdvancedMNISTTransform: def __init__(self): self.transform = transforms.Compose([ transforms.RandomAffine(degrees=15, translate=(0.1, 0.1), scale=(0.9, 1.1)), transforms.RandomApply([transforms.Lambda(self._add_noise)], p=0.3), transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) def _add_noise(self, x): return x + torch.randn_like(x) * 0.1 def __call__(self, x): return self.transform(x) # ---------------------- # 残差注意力网络 # ---------------------- class ResidualSEBlock(nn.Module): """进阶残差块+通道注意力""" def __init__(self, in_channels): super().__init__() self.conv1 = nn.Conv2d(in_channels, in_channels, 3, padding=1) self.bn1 = nn.BatchNorm2d(in_channels) self.se = nn.Sequential( nn.AdaptiveAvgPool2d(1), nn.Conv2d(in_channels, in_channels // 16, 1), nn.ReLU(), nn.Conv2d(in_channels // 16, in_channels, 1), nn.Sigmoid() ) def forward(self, x): residual = x x = torch.relu(self.bn1(self.conv1(x))) x = x * self.se(x) # 通道注意力加权 return x + residual class MNISTAdvNet(nn.Module): """参数量：约0.95M""" def __init__(self): super().__init__() self.features = nn.Sequential( nn.Conv2d(1, 32, 3, padding=1), nn.BatchNorm2d(32), nn.ReLU(), ResidualSEBlock(32), nn.MaxPool2d(2), nn.Conv2d(32, 64, 3, padding=1), nn.BatchNorm2d(64), nn.ReLU(
最新发布
03-18
这些问题应该帮助用户进一步深入理解代码和相关技术。以下是对实现MNIST分类器的PyTorch代码的逐模块解析，结合数据增强、残差注意力机制和OneCycleLR策略进行说明： --- ### 一、数据准备模块 ```python from ...
【深度学习】torchvision.transforms中的ToTensor和Normalize
wzk4869的博客
05-14 1897
【深度学习】torchvision.transforms中的ToTensor和Normalize
transforms.ToTensor()作用
qq_36603965的博客
02-19 314
totensor的作用
transforms.ToTensor()的作用就是变换图像数据为tensor并shape转化为[channel, h, w]
q_xiami123的博客
05-11 3809
图片数据封装时候往往需要用到transform， 这个方法一方面将图片数据shape成【channel, w, h】,另一方卖弄将图片array转化为tensor class CatsAndDogsDataset(Dataset): def __init__(self, csv_file, root_dir, transform=None): self.annotations = pd.read_csv(csv_file) self.root_dir = root_d
浅谈对transforms.ToTensor()和transforms.Normalize()函数的理解
m0_59249046的博客
09-10 4224
在进行tensor图片数据进行视觉时,一般会进行预处理操作,这个时候就需要用到ToTensor()和Normalize()这两个函数.
Transforms的使用1（ToTensor）
weixin_44943389的博客
11-07 899
对图像进行转换。
transform.ToTensor
A2000613的博客
01-14 340
transform.ToTensor
【02】Transforms使用——.Totensor、Normanize、Resize、RandomCrop
cocapop的博客
04-05 2418
① Transforms当成工具箱的话，里面的class就是不同的工具。例如像totensor、resize这些工具。② Transforms拿一些特定格式的图片，经过Transforms里面的工具，获得我们想要的结果。
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