编程速记(3)：Pytorch篇-PIL Image与Tensor之间的格式转换-CIFAR10数据集

一、报错

input {} float32 type is not supported.

二、场景

    # 首先获取源数据
    transform = transforms.Compose([transforms.ToTensor()])
    trainset = CIFAR10(root="./data",train=True,download=True,transform = transform) # 使用ToTensor之后[0,255]转[0,1.0]，可以读取出来的图像像素矩阵都是这个范围
    train_loader = DataLoader(trainset,batch_size=batch_size,shuffle=False,num_workers=2)

如果对于读取出来的像素矩阵转numpy之后，尝试直接利用torchvision.transforms.ToPILImage()(img_data)来转成PIL Image的类型的话，就会报错，因为此时是float32的数据类型，如果强制转int，考虑到此时的数值都是[0,1]之间，结果可想而知。

三、解决方案

NUMPY -> TENSOR -> PIL IMAGE，此时即便NUMPY矩阵是[0,1]之间的数值也无妨

        img_data = transforms.ToPILImage()(torch.from_numpy(img_data))# numpy->PIL Image # 假设是（32，32,3）而非（3,32,32）