Totensor（）函数使用教程

已于 2022-03-08 20:03:24 修改
阅读量1.2k 收藏 3
点赞数
文章标签： pytorch 深度学习 神经网络
于 2022-03-08 16:59:05 首次发布
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_42934729/article/details/123357069
版权

transform就是一个工具箱，里面有很多工具，可以输出我们所需要的图片

from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
from PIL import Image
# 转tensor数据类型
# 通过transforms.ToTensor
# 1.transforms该如何使用
# 2.Tensor数据类型有什么区别
image_path = 'hymenoptera_data/train/ants/0013035.jpg'
image_PIL=Image.open(image_path)
writer=SummaryWriter("logs")

# print(image_PIL)
# 引入对象
tensor_trans = transforms.ToTensor()
tensor_image = tensor_trans(image_PIL)
print(tensor_image)

writer.add_image('tensorimage',tensor_image)
# 别忘了writer.close
writer.close()

tensor数据类型包含了神经网络 所需要的很多参数

可基大萌萌哒的马鹿
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
分享PHP header函数使用教程
12-19
复制代码 代码如下:<?php // fix 404 pages: header(‘HTTP/1.1 200 OK’); // set 404 header: header(‘HTTP/1.1 404 Not Found’); // set Moved Permanently header (good for redrictions) // use with location header header(‘HTTP/1.1 301 Moved Permanently’); // redirect to a new location: header(‘Location: http://www.e
pytorch中ToTensor()函数失效案例解析
有问题请直接说问题就好
05-28 1568
pytorch中ToTensor()函数失效案例解析
pytorch -- ToTensor使用
斑驳的岁月
02-25 603
通过transforms.ToTensor解决两个问题（PIL image/numpy.ndarray 转化为 tensor ）ToTensor()返回一个ToTensor的对象(创建具体的工具)，传入pic就会返回一个Tensor类型的图片（使用工具）导入：from torchvision import transforms。
torchvision.transforms 数据预处理：ToTensor()
qq_43799400的博客
11-10 1万+
torchvision.transforms 数据预处理：ToTensor()
讲解PyTorch ToTensor解读
抓饭不吃皮牙子
12-08 401
ToTensor是 PyTorch 中 torchvision 库中的一个函数，用于将输入数据（例如图像、数组等）转换为张量的形式。通过使用ToTensor函数，我们可以将数据转换为对象，这是 PyTorch 框架中常用的数据类型。
【pytorch函数笔记】ToTensor()将图像转为tensor格式
Catherinemin的博客
06-08 500
如果PIL图像属于模式（L、LA、P、I、F、RGB、YCbCr、RGBA、CMYK，1）之一，或者numpy.ndarray的dtype=np.uint8。可以看到不使用transfomer.ToTensor()时输出是一个PIL.Image.Image类型的图像。可以清楚的看到图像类型从PIL.Image.Image类型转为tensor类型了。将PIL图像或ndarray转换为tensor，并相应地缩放值。2.再来看看使用transfomer.ToTensor()后的。1.先来看看，不使用。
torchvision 笔记：ToTensor()
qq_40206371的博客
10-03 2125
1 ToTensor 将shape为(H, W, C)的numpy.ndarray或img转为shape为(C, H, W)的tensor 在一定条件下，将每一个数值归一化到[0,1]，归一化方法比较简单，直接除以255即可。（一定条件后面会说明） 1.1 Ndarray 只有Ndarray是np.uint8 类型的时候，才会归一化 1.1.1np.uint8 类型 看得出来确实归一化了 import torchvision.transforms as transforms import .
Tensorforms的使用（一）：ToTensor()的使用
jbkjhji的博客
11-06 313
ToTensor()的使用
torchvision将图片转换成Tensor：transforms.ToTensor()
热门推荐
aLWX_hust的博客
01-22 2万+
transforms.ToTensor() （1） transforms.ToTensor() 将numpy的ndarray或PIL.Image读的图片转换成形状为(C,H, W)的Tensor格式，且/255归一化到[0,1.0]之间 （2）通道的具体顺序与cv2读的还是PIL.Image读的图片有关系 cv2:(B,G,R) PIL.Image:(R, G, B) import torch...
ToTensor的使用————Transforms
weixin_45947476的博客
10-10 1234
哔哩大学的PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】 的P12讲讲述了ToTensor的使用。 代码及运行结果为： from PIL import Image from torch.utils.tensorboard import SummaryWriter#从tensorboard引入SummaryWriter from torchvision import transforms # 之前说过tensorboard必须为tensor的数据类型 # tensor实际上就是一个多维数组
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
JavaScript函数使用的基本教程
01-19
像任何其他高级编程语言，JavaScript支持所有必要写模块化的代码使用函数的特点。 一定见过这样 alert() 和write()在前面的章节功能。我们一次又一次地使用这些功能，但它们已经写在核心JavaScript只有一次...
Python中自定义函数的教程
12-25
在Python中，定义一个函数要使用def语句，依次写出函数名、括号、括号中的参数和冒号:，然后，在缩进块中编写函数体，函数的返回值用return语句返回。 我们以自定义一个求绝对值的my_abs函数为例： def my_abs(x): ...
EXCEL常用函数教程讲课
11-08
EXCEL常用函数教程讲课，EXCEL常用函数教程讲课课件，EXCEL常用函数教程讲课PPT
Excel函数教程.ppt
11-17
Excel函数教程.ppt
支持向量机——pytorch与paddle实现支持向量机
Love you Joyfully的博客
04-28 1528
本文将深入探讨支持向量机的理论基础，并通过PyTorch和PaddlePaddle两个深度学习框架来展示如何实现支持向量机模型。我们将首先介绍支持向量机、优化的基本概念，这些数学工具是理解和实现支持向量机的基础。通过PyTorch和PaddlePaddle的代码示例，我们将展示如何设计、训练和评估一个支持向量机模型，从而让读者能够直观地理解并掌握这两种框架在机器学习问题中的应用。
Pytorch分布式train——pytorch.distributed.launch V.S. torchrun
shuia64649495的博客
04-27 538
master_addr：master节点的ip地址，也就是0号主机的IP地址，该参数是为了让 其他节点 知道0号节点的位，来将自己训练的参数传送过去处理。-master_port：master节点的port号，在不同的节点上master_addr和master_port的设置是一样的，用来进行通信。node_rank：指的是当前启动的是第几台服务器，从 0 开始。nnodes：节点（主机）的数量，通常一个节点对应一个主机。nproc_per_node：一个节点中显卡的数量。
深度学习框架pytorch：tensor.data和tensor.detach()的区别
huanfeng_AI的博客
04-24 368
现在来看大家还是推荐使用detach(）方法，然后当tensor的requires_grad=False情况下，tensor.data或者tensor.detach（）与tensor等价，而当tensor的requires_grad=True情况下，tensor.data为获取tensor中的数据。
运行DeepSORT_YOLOv5_Pytorch时出现的问题
最新发布
这个函数可导的博客
04-30 526
记录一下复现GitHub中以下这份代码时出现的一些问题。代码链接：https://github.com/HowieMa/DeepSORT_YOLOv5_Pytorch/tree/master。
torch.to_tensor
08-26
引用中提到，默认情况下，返回的Tensor具有与原始张量相同的torch.dtype和torch.device。也就是说，torch.to_tensor()函数会返回一个具有与输入张量相同数据类型和设备的新张量。 但是需要注意的是，torch.to_tensor()并不是PyTorch中的一个内置函数。实际上，正确的函数名应该是torch.Tensor()，它用于将输入数据转换为张量对象。 示例代码如下： ```python import torch # 将Python列表转换为张量 data = [1, 2, 3, 4, 5] tensor = torch.Tensor(data) print(tensor) # 将NumPy数组转换为张量 import numpy as np data_np = np.array([1, 2, 3, 4, 5]) tensor_np = torch.Tensor(data_np) print(tensor_np) ``` 注意，如果输入数据是多维的，则转换后的张量也会具有相应的形状。 所以，torch.to_tensor()并不是正确的函数名，正确的函数名应该是torch.Tensor()，用于将输入数据转换为张量对象。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【PyTorch系例】torch.Tensor详解和常用操作](https://blog.csdn.net/sazass/article/details/109304327)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [【Pytorch基础教程39】torch常用tensor处理函数](https://blog.csdn.net/qq_35812205/article/details/130442457)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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