pytorch学习（十六）：终——解释一些bug

1.torch.tensor 和 torchvision.transforms.ToTensor()的区别

torch.tensor 和 torchvision.transforms.ToTensor() 在 PyTorch 中虽然都用于创建或转换数据为张量（Tensor），但它们的使用场景和目的有所不同。

torch.tensor

torch.tensor 是 PyTorch 中用于创建张量的基本函数。这个函数可以接受各种类型的数据（如列表、NumPy数组等）作为输入，并返回一个具有指定数据类型（dtype）和是否需要在GPU上（device）的张量。这个函数主要用于直接创建或初始化张量，而不是在数据预处理或数据加载的流程中。

torchvision.transforms.ToTensor()

torchvision.transforms.ToTensor() 是 PyTorch 视觉库（torchvision）中的一个转换操作，主要用于将 PIL 图像或 NumPy ndarray（通常是图像数据）转换为 PyTorch 张量。这个转换不仅仅是简单的数据类型转换，它还会执行以下操作：

1. 将图像数据从 [0, 255] 归一化到 [0.0, 1.0]：这是通过除以 255 来实现的，因为图像通常以 8 位无符号整数（uint8）的形式存储，其值域为 [0, 255]。

2. 将图像数据从 H x W x C 转换为 C x H x W：这里 H 是高度，W 是宽度，C 是颜色通道数（例如，RGB 图像有 3 个通道）。这种转换是因为 PyTorch 期望的输入张量维度顺序是通道数在前（C x H x W），而 PIL 图像和 NumPy ndarray 的默认维度顺序是高度在前（H x W x C）。

使用场景的区别

• torch.tensor：当你需要直接创建或初始化一个张量，比如定义一个模型参数、操作或计算的中间结果时，你会使用这个函数。

• torchvision.transforms.ToTensor()：当你处理图像数据时，特别是在数据加载和预处理阶段，你需要将图像数据（无论是 PIL 图像还是 NumPy ndarray）转换为 PyTorch 张量，并准备它们以供模型训练或推理使用。此时，你会使用这个函数。

2.torchvision.transforms.Resize((32,32))报错

该函数只能接受PIL图像。

不可以opencv直接读取然后传给transform，需要用PIL读取。

# -*- coding: utf-8 -*-  
# File created on 2024/8/12 
# 作者：酷尔
# 公众号：酷尔计算机
import cv2
import torchvision
import torch
from PIL import Image
img=Image.open('dog.png')

transform=torchvision.transforms.Compose(
    [
        torchvision.transforms.Resize((32,32)),
        torchvision.transforms.ToTensor()
    ]
)
img=transform(img)
print(img.shape)

3.用GPU训练的模型，测试模型也要把照片转为GPU格式

img=img.cuda()

# -*- coding: utf-8 -*-  
# File created on 2024/8/12 
# 作者：酷尔
# 公众号：酷尔计算机
import cv2
import torchvision
import torch
from PIL import Image
from torch import nn
img=Image.open('dog.png')

transform=torchvision.transforms.Compose(
    [
        torchvision.transforms.Resize((32,32)),
        torchvision.transforms.ToTensor()
    ]
)
img=transform(img)
# print(img.shape)
class Wang(nn.Module):
    def __init__(self):
        super(Wang, self).__init__()
        self.model1=nn.Sequential(
            nn.Conv2d(3, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, padding=2),
            nn.MaxPool2d(2),
            nn.Flatten(),
            nn.Linear(1024, 64),
            nn.Linear(64, 10),
        )

    def forward(self,x):
        x=self.model1(x)
        return x
model=torch.load("./models/wang_0.pth")
# print(model)
img=torch.reshape(img,(1,3,32,32))
img=img.cuda()
model.eval()
with torch.no_grad():
    output=model(img)
print(output)

print(output.argmax(1))