python语言中ch用法_pytorch 中pad函数toch.nn.functional.pad()的用法

导读热词

padding操作是给图像外围加像素点。

为了实际说明操作过程，这里我们使用一张实际的图片来做一下处理。

这张图片是大小是(256,256)，使用pad来给它加上一个黑色的边框。具体代码如下：

import torch.nn,functional as F

import torch

from PIL import Image

im=Image.open("heibai.jpg",'r')

X=torch.Tensor(np.asarray(im))

print("shape:",X.shape)

dim=(10,10,10)

X=F.pad(X,dim,"constant",value=0)

padX=X.data.numpy()

padim=Image.fromarray(padX)

padim=padim.convert("RGB")#这里必须转为RGB不然会

padim.save("padded.jpg","jpeg")

padim.show()

print("shape:",padX.shape)

shape: torch.Size([256,256])

shape: (276,276)

可以看出给原图四个方向给加上10维度的0，维度变为256+10+10得到的图像如下：

我们在举几个简单例子：

x=np.asarray([[[1,2],[1,2]]])

X=torch.Tensor(x)

print(X.shape)

pad_dims = (

2,2,1,)

X=F.pad(X,pad_dims,"constant")

print(X.shape)

print(X)

torch.Size([1,2])

torch.Size([3,6,6])

tensor([[[ 0.,0.,0.],[ 0.,0.]],[[ 0.,1.,2.,0.]]])

可以知若pid_sim为(2,1)则原维度变化是2+2+2=6,1+1+1=3.也就是第一个(2,2) pad的是最后一个维度，第二个(2,2)pad是倒数第二个维度，第三个(1,1)pad是第一个维度。

再举一个四维度的，但是只pad三个维度：

x=np.asarray([[[[1,2]]]])

X=torch.Tensor(x)#(1,2)

print(X.shape)

pad_dims = (

2,"constant")#(1,12,12)

print(X.shape)

print(X)

torch.Size([1,2])

torch.Size([1,3,6])

tensor([[[[ 0.,0.]]]])

再举一个四维度的，pad四个维度：

x=np.asarray([[[[1,2

)

X=F.pad(X,2])

torch.Size([5,0.]]],.........太多了

以上这篇pytorch 中pad函数toch.nn.functional.pad()的用法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

相关文章

总结

如果觉得编程之家网站内容还不错，欢迎将编程之家网站推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。

如您喜欢交流学习经验，点击链接加入交流1群：1065694478(已满)交流2群：163560250