Totensor（）函数使用教程

已于 2022-03-08 20:03:24 修改
阅读量1.3k 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
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
torch函数详解
qq_44761480的博客
11-18 970
import torch x = torch.randn(2,1,7,3) conv = torch.nn.conv2d(1,8,(2,3)) res = conv(x) print(res.shape) # shape = (2, 8, 6, 1) 输入 x [ batch_size, channels, height_1, width_1 ] batch_size 一个batch中...
torchvision 笔记：ToTensor()
qq_40206371的博客
10-03 2210
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 .
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()
pytorch初学笔记（四）：常见的Transforms使用（ToTensor、Normalize、Resize、Compose、RandomCrop）
CV在读
10-28 1万+
输入（channel,height,width）形式的tensor，并输入每个channel对应的均值和标准差作为参数，函数会利用这两个参数分别将每层标准化（使数据均值为0，方差为1）后输出。为了让归一化结果更加明显，我们创建3个step，并且依次修改不同的mean和std，查看对应结果。该方法的功能类似于在类中重载 () 运算符，使得类实例对象可以像调用普通函数那样，如果我们的输入在[0,1]之间，经过归一化之后结果即可在[-1 , 1]之间。结果如下，可以看到经过归一化后的图片产生了明显的变化。
浅谈对transforms.ToTensor()和transforms.Normalize()函数的理解
m0_59249046的博客
09-10 3888
在进行tensor图片数据进行视觉时,一般会进行预处理操作,这个时候就需要用到ToTensor()和Normalize()这两个函数.
Pytorch之深入torchvision.transforms.ToTensor与ToPILImage
热门推荐
qq_37385726的博客
08-18 2万+
目录 torchvision.transforms.ToTensor torchvision.transforms.ToPILImage torchvision.transforms.ToTensor 对于一个图片img，调用ToTensor转化成张量的形式，发生的不是将图片的RGB三维信道矩阵变成tensor 图片在内存中以bytes的形式存储，转化过程的步骤是： img.to...
Tensorforms的使用（一）：ToTensor()的使用
jbkjhji的博客
11-06 326
ToTensor()的使用
深度学习框架(TensorFlow)基础教程——第9章：CSV文件读取
10-09
可以使用`map`函数应用自定义的预处理函数： ```python def preprocess_data(features, target): # 在这里添加预处理逻辑 return preprocessed_features, preprocessed_target dataset = dataset.map...
深度学习框架(TensorFlow)基础教程——第10章：图片文件读取
10-09
要读取图片文件，我们可以使用`tf.io.read_file`函数获取文件内容，然后用`tf.image.decode_jpeg`（对于JPEG格式）或`tf.image.decode_png`（对于PNG格式）解码图片。例如： ```python file_path = "path_to_your_...
深度学习框架(TensorFlow)基础教程——第11章：二进制文件读取
10-09
使用内置的`open()`函数，我们可以设置`mode='rb'`参数来以二进制模式打开文件。例如： ```python with open('binary_file.bin', 'rb') as file: binary_data = file.read() ``` `file.read()`返回的是字节串，这...
PyTorch基础教程.pdf
07-23
- `transforms.ToTensor()`将PIL图像或numpy数组转换为Tensor。 - `transforms.Normalize((0.5,), (0.5,))`对图像进行标准化处理，减去均值并除以标准差，这里的参数表示均值和标准差分别为0.5。 - 创建数据加载...
pytroch 简易介绍教程
12-23
tensor_on_cpu = tensor.to(device) print(tensor_on_cpu.device) ``` - **检查数据类型**：可以通过`type()`或`t.type()`来检查张量或NumPy数组的数据类型。 ```python print(type(tensor)) print(tensor....
数据预处理 ToTensor和Normalize
weixin_41677138的博客
04-30 3894
使用机器学习和深度学习对数据进行训练前，需要对数据进行预处理，本文记录下，与数据预处理相关过程。 数据预处理两个操作： transform.ToTensor(), transform.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)) 关于对这两个的操作理解均来自文章参考 https://zhuanlan.zhihu.com/p/414242338 1、transform.ToTensor() 功能 转变一个PIL图片或者np.array转变成单精度的tensor 将输入的
【02】Transforms使用——.Totensor、Normanize、Resize、RandomCrop
cocapop的博客
04-05 2262
① Transforms当成工具箱的话，里面的class就是不同的工具。例如像totensor、resize这些工具。② Transforms拿一些特定格式的图片，经过Transforms里面的工具，获得我们想要的结果。
讲解PyTorch ToTensor解读
牛肉胡辣汤
12-08 712
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中ToTensor()函数失效案例解析
有问题请直接说问题就好
05-28 1707
pytorch中ToTensor()函数失效案例解析
pytorch中ToTensor的作用
chen_znn的博客
07-19 1816
本文介绍了torchvision.transforms.ToTensor的作用
用PyTorch 从零开始构建 BitNet 1.58bit
deephub
08-04 1462
量化是用更少的比特数表示浮点数的过程。当两个数字使用不同的比特数进行量化时，浮点运算的计算成本几乎按照减少的比特数的比例降低（理论上）。这使我们能够提高速度并减少机器学习模型的内存消耗。但这通常会导致信息丢失，从而降低准确性，我们可以通过对量化模型进行更多的微调来一定程度上恢复这种损失。下面的实验选择了一个小型模型和一个相对于小型模型来假设足够大的数据集。
第20周：Pytorch文本分类入门
最新发布
weixin_46620278的博客
08-07 480
🍨 本文为 [🔗365天深度学习训练营] 中的学习记录博客🍖 原作者： [K同学啊]说在前面本周任务：了解文本分类的基本流程、学习常用数据清洗方法、学习如何使用jieba实现英文分词、学习如何构建文本向量我的环境：Python3.8、Pycharm2020、torch1.12.1+cu113[K同学啊]一、前期准备首先对文本进行嵌入，然后对句子嵌入之后的结果进行均值聚合#2.1 准备模型。
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