Pytorch学习04_Transforms的使用

本文介绍了如何在PyCharm中利用Structure功能查看模块定义,以及如何使用PIL库将图像转换为PyTorch的Tensor类型,包括ToTensor的作用和TensorBoard的图像添加。最后提到结合其他模块实践观察Tensor效果,并给出了相关教程链接。
摘要由CSDN通过智能技术生成

Structure的使用

在Pycharm的左下角可以点开structure,查看一些模块内的函数定义,没有的话,去到设置里搜索“keymap”,搜索”sturcture“,可以找到对应的快捷键

查看图片

from PIL import Image
from torchvision import transforms
#python-tensor数据类型
# transforms.ToTensor解决两个问题
# 1、transforms能解决什么问题
# 2、为什么需要Tensor数据类型
# 绝对路径 W:\Projects\Pytorch01\torch_learn01\dataset\train\ants_image\0013035.jpg
# 相对路径 dataset\train\ants_image\0013035.jpg
img_path="dataset/train/ants_image/0013035.jpg"
img=Image.open(img_path)
print(img)

运行后可以看到输出结果

类型  RGB模式,尺寸是768x512,at逻辑地址

PIL 图像转换为 PyTorch 张量

from PIL import Image
from torchvision import transforms
#python-tensor数据类型
# transforms.ToTensor解决两个问题
# 1、transforms能解决什么问题
# 2、为什么需要Tensor数据类型
# 绝对路径 W:\Projects\Pytorch01\torch_learn01\dataset\train\ants_image\0013035.jpg
# 相对路径 dataset\train\ants_image\0013035.jpg
img_path="dataset/train/ants_image/0013035.jpg"
img=Image.open(img_path)
# print(img)
tensor_trans=transforms.ToTensor()# 创建 ToTensor 转换
tensor_img=tensor_trans(img)# 将 PIL 图像转换为 PyTorch 张量
print(tensor_img)

理解

from PIL import Image
from torch.utils.tensorboard import SummaryWriter
from torchvision import transforms
#python-tensor数据类型
# transforms.ToTensor解决两个问题
# 2、为什么需要Tensor数据类型
img_path="dataset/train/ants_image/0013035.jpg"
img=Image.open(img_path)

writer=SummaryWriter("logs")


tensor_trans=transforms.ToTensor()# 创建 ToTensor 转换
tensor_img=tensor_trans(img)# 将 PIL 图像转换为 PyTorch 张量
writer.add_image("Tensor_img",tensor_img)

writer.close()

终端运行

tensorboard --logdir=logs

点击蓝色网址,进入网站

后续结合其他模块实践观察Tensor的效果

参考

【PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?p=10&share_source=copy_web&vd_source=be33b1553b08cc7b94afdd6c8a50dc5a

  • 16
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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