Pytorch torch.meshgrid使用

最新推荐文章于 2024-04-10 09:12:42 发布
最新推荐文章于 2024-04-10 09:12:42 发布
阅读量139 收藏
点赞数
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/weixin_42245626/article/details/120267949
版权

PyTorch 图像处理 像素坐标 meshgrid 深度学习
关键词由CSDN通过智能技术生成 
32x32的每个像素点的中心坐标
center_h
tensor([0.02, 0.05, 0.08, 0.11, 0.14, 0.17, 0.20, 0.23, 0.27, 0.30, 0.33, 0.36,
        0.39, 0.42, 0.45, 0.48, 0.52, 0.55, 0.58, 0.61, 0.64, 0.67, 0.70, 0.73,
        0.77, 0.80, 0.83, 0.86, 0.89, 0.92, 0.95, 0.98])
center_w
tensor([0.02, 0.05, 0.08, 0.11, 0.14, 0.17, 0.20, 0.23, 0.27, 0.30, 0.33, 0.36,
        0.39, 0.42, 0.45, 0.48, 0.52, 0.55, 0.58, 0.61, 0.64, 0.67, 0.70, 0.73,
        0.77, 0.80, 0.83, 0.86, 0.89, 0.92, 0.95, 0.98])

torch.meshgrid(center_h, center_w)

tensor([[0.02, 0.02, 0.02,  ..., 0.02, 0.02, 0.02],
        [0.05, 0.05, 0.05,  ..., 0.05, 0.05, 0.05],
        [0.08, 0.08, 0.08,  ..., 0.08, 0.08, 0.08],
        ...,
        [0.92, 0.92, 0.92,  ..., 0.92, 0.92, 0.92],
        [0.95, 0.95, 0.95,  ..., 0.95, 0.95, 0.95],
        [0.98, 0.98, 0.98,  ..., 0.98, 0.98, 0.98]])
tensor([[0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98],
        [0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98],
        [0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98],
        ...,
        [0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98],
        [0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98],
        [0.02, 0.05, 0.08,  ..., 0.92, 0.95, 0.98]])

生成了所有点的坐标

weixin_42245626
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch之torch.meshgrid函数详解
qq_35215756的博客
07-03 632
函数根据输入的一维张量创建坐标网格。当你想要在一系列输入范围内可视化数据时，这个函数非常有用。给定 N 个一维张量T0​TN−1​作为输入，它们对应的长度为S0​SN−1​，该函数会创建 N 个 N 维张量G0​GN−1​，每个张量的形状为S0​...SN−1​，其中输出Gi​是通过将Ti​扩展到结果形状而构建的。
pytorch笔记 meshgrid
qq_40206371的博客
09-25 427
【代码】pytorch笔记 meshgrid。
Pytorch之torch.meshgrid()
qq_41955460的博客
03-21 2973
说明： 　　torch.meshgrid()的功能是生成网格，可以用于生成坐标。 函数输入: 　　输入两个数据类型相同的一维tensor 函数输出： 输出两个tensor（tensor行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数） 注意： 　　1）当两个输入tensor数据类型不同或维度不是一维时会报错。 　　2）其中第一个输出张量填充第一个输入张量中的元素，各行元素相同；第二个输出张量填充第二个输入张量中的元素各列元素相同。 实验验证： import torch x
【pytorch】torch.meshgrid()==＞常用于生成二维网格，比如图像的坐标点
热门推荐
MOL
07-12 1万+
np.meshgrid()函数常用于生成二维网格，比如图像的坐标点。 x1 ,y1 = torch.meshgrid(x,y) 输入参数： 参数是两个，第一个参数我们假设是x，第二个参数假设就是y 输出： 输出的是两个tensor，size就是（x.size * y.size）（行数是x元素的个数，列数是y元素的个数） 具体输出看下面 注意：两个参数的数据类型要相同，要么都是float，要么都是int，否则会报错。 原文链接：https://blog.csdn.net/qq_41375.
Pytorch中torch.meshgrid（）函数解析
flyingluohaipeng的博客
05-29 4640
一. torch.meshgrid（）函数解析 1. 函数说明： 1.1 官网：torch.meshgrid（），函数定义及参数说明如下图所示： 1.2 说明 函数的功能是生成网格，可以用于生成坐标。 1.3 函数输入 输入两个一维tensor数据，且两个tensor数据类型相同 1.4 函数输出 输出两个tensor数据（两个tensor的行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数） 1.5 注意（参数indexing='‘ij’'时）: 当两个输入tensor数据类型不同或维度
torch.meshgrid()函数《pytorch学习》
猛男的博客
10-08 724
引言：torch.meshgrid（）函数的作用在下只理解出一层含义，就是数据扩张，就是把一维数据扩张，然后可以和其他数据联合，，可以构成网状数据。 1.数据扩张。 在下理解就是x轴的数据扩张成三个x轴数据，y轴的数据扩张成三个y轴数据，然后可构成一张3*3大小的网状，可以利用索引取相应的值。例如; 代码： data1=torch.tensor([2,5,6]) print(data1) data2=torch.tensor([6,9,4]) print(data2) gx,...
python meshgrid_torch.meshgrid()和np.meshgrid()的区别
weixin_39682560的博客
12-09 817
np.meshgrid()函数常用于生成二维网格，比如图像的坐标点。pytorch中也有一个类似的函数torch.meshgrid()，功能也类似，但是两者的用法有区别，使用时需要注意(刚踩坑，因此记录一下。。。)比如我要生成一张图像(h=6, w=10)的xy坐标点，看下两者的实现方式：np.meshgrid()>>> import numpy as np>>&gt...
pytorch笔记：torch.meshgrid()、torch.clamp()、tensor.clamp()理解
Activewaste
10-30 1万+
引言 最近在看mmdetection源码，遇到了torch.meshgrid()、torch.clamp()这两个函数，觉得这两个函数用处很大，所以来记录一下。 torch.meshgrid() x1 ,y1 = torch.meshgrid(x,y) 参数是两个，第一个参数我们假设是x，第二个参数假设就是y 输出的是两个tensor，size就是x.size * y.size（行数是x的个数，列...
torch.meshgrid([)
最新发布
09-07
`torch.meshgrid`是PyTorch库中的一个函数，它用于生成坐标网格。在多维空间中，当我们需要同时迭代多个坐标轴的坐标时，`torch.meshgrid`可以用来生成一个坐标网格，这对于数据可视化、批量处理以及神经网络中的...
pytorch中的meshgrid()、view()、repeat()、flatten()、cat()综合应用
明德zhuang
03-25 1380
pytorch中的meshgrid()、view()、repeat()、flatten()、cat()综合应用 代码样例： import torch from torch import tensor p_0_x = tensor([1, 2, 3, 4, 5]) p_0_y = tensor([1, 2, 3, 4, 5, 6, 7]) p_0_x, p_0_y = torch.meshgrid(p_0_x,p_0_y) print(p_0_x) print(p_0_y) # 生成4维数据，并在第1维度上
pytorch中torch.meshgrid（）函数理解及举例说明
ym62033的博客
04-10 536
输入两个一维张量的元素个数分别为n1，n2，则输出两个张量是二维的，且行和列个数均为n1，n2，输出第一个张量行相同（对应第一个输入张量），输出第二个张量列相同（对应第二个输入张量），其中第一个输出张量填充第一个输入张量中的元素，若输入是三个一维张量，元素个数分别为n1，n2，n3，则输出的三个张量都是三维的，且输出的三个张量的三个维度均相等，分别为n1，n2，n3。三个tensor第一维度大小为第一个输入张量的元素个数，第二维度大小为第二个输入张量的元素个数，第三维度为第三个输入张量元素个数。
PyTorch学习（1）：torch.meshgrid的使用
tecsai的博客
03-22 1062
torch.meshgrid 生成网格，可以用于生成坐标。函数输入两个数据类型相同的一维张量，两个输出张量的行数为第一个输入张量的元素个数，列数为第二个输入张量的元素个数，当两个输入张量数据类型不同或维度不是一维时会报错。
Pytorch常用的函数(五)np.meshgrid()和torch.meshgrid()函数解析
qq_44665283的博客
12-22 4059
Pytorch常用的函数(五)np.meshgrid()和torch.meshgrid()函数解析
torch.meshgrid函数
思念殇千寻的博客
08-10 1229
　　参考资料： 　　https://pytorch.org/docs/stable/generated/torch.meshgrid.html 　　在此记录下torch.meshgrid的用法，该函数常常用于生成二维的网格： >>> x = torch.tensor([1, 2, 3]) >>> y = torch.tensor([4, 5, 6]) &gt...
【numpy&pytorch】meshgrid的shape
weixin_43543177的博客
12-07 1086
meshgrid的shapenumpytorch结论 简单粗暴，直接上代码。 numpy import numpy as np xx = np.arange(3, 7) # 3-6 yy = np.arange(0, 10) # 0-9 grid_x, grid_y = np.meshgrid(xx, yy) print(grid_x, grid_x.shape) # [10, 4], e.g. [n_y, n_x] print(grid_y, grid_y.shape) # [10, 4]
torch.meshgrid用法
qq_36892712的博客
08-11 421
是 PyTorch 中的一个函数，用于生成一个二维或三维网格矩阵。该函数接受一系列一维张量作为输入，然后返回一个包含所有输入张量的网格矩阵。函数通常用于生成坐标网格，以便进行网格采样、插值等操作。
torch.meshgrid()
qq_45305290的博客
06-07 160
torch.meshgrid干了什么？有什么用呢？
PyTorch: meshgrid的用法(与tensorflow的差异)
Felaim的博客
05-19 1213
meshgrid Example:: >>> x = torch.tensor([1, 2, 3]) >>> y = torch.tensor([4, 5, 6]) >>> grid_x, grid_y = torch.meshgrid(x, y) >>> grid_x tensor([[1, 1, 1], [2, 2,
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