PyTorch构建深度神经网络

1、表示图像

常见的数字图像文件是*.jpg或*.png，其由像素数组组成的。像素值的范围是0-255的标量值，0表示黑色，255表示白色。常见的RGB图像是一个三维向量，向量中的每个分量分别对应于红色、绿色和蓝色的标量值。

图像包含nums*height*width*c的像素，其中nums表示图像数量，height表示像素的行数，width表示像素的列数，c表示通道数。

灰度图像：像素值为0时，图像为黑色；像数值为255时，图像为白色。

RGB图像：R为255，G、B为0时，图像为红色，其他情况同理。

1.1 将图像转换成结构化数组和标量

读取图像，将图像转换为像素值数组。

import cv2, matplotlib.pyplot as  plt

img = cv2.imread('R-C.jpg')

在图像的第50~250行和第40~240列之间进行裁剪。最后，将图像转换为灰度图像

img = img[50:250,40:240]

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)

plt.imshow(img_gray, cmap='gray')

plt.show()

将图像转换为一个25*25的数组

import cv2, matplotlib.pyplot as plt

img = cv2.imread('../R-C.jpg)

img = img[50:250,40:240]

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)

img_gray_small = cv2.resize(img_gray, (25,25))

plt.imshow(img_gray_samll,cmap='gray')

plt.show()

cv2导入图像时，通道顺序时蓝色先，绿色次之，最后是红色，而我们通常习惯于观看基于RGB通道的图像。

import cv2, matplotlib.pyplot as plt

img = cv2.imread('../R-C.jpg')

img = img[50:250,40:240]

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

print(img.shape)

crop = img [-3:,-3:]

print(crop)

plt.imshow(crop)

1.2 训练神经网络

导入相关程序包和FMNIST数据集

from torch.utils.data import Dataset,DataLoader

import torch

import torch.nn as nn

import