作者：海滨2502940147 | 来源：互联网 | 2023-09-24 17:58
看看torchvision.transforms.ToTensor做了什么：把一个取值范围是[0,255]的PIL.Image或者shape为(H,W,C)的numpy.ndarr
看看
torchvision.transforms.ToTensor做了什么&＃xff1a;
简单来说就是把PIL.Image或ndarray从 (H x W x C)形状转换为 (C x H x W) 的tensor。
如果
转换前numpy.ndarray的dtype &＃061; np.uint8转换前的PIL.Image是L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1 格式还会将数值从 [0, 255] 归一化到[0,1]
不符合上边条件的话就不会归一化。
[h, w, c]&＃xff1a;数组中最外层即hight&＃xff0c;表示图像像素有几行&＃xff1b;第二层元素width&＃xff0c;表示图像像素几列&＃xff0c;最后一层元素为每一个通道的数值。[c, h, w]&＃xff1a;数组中第一层元素为图像有一个通道&＃xff0c;第二层元素为某个通道上的一行像素&＃xff0c;第三层为该通道上某列的像素值。
举个栗子&＃xff1a;
import numpy as np
from torchvision import transforms
data &＃061; np.random.randint(0, 255, size&＃061;6)
img &＃061; data.reshape(2,1,3)
print(img)
img_tensor &＃061; transforms.ToTensor()(img) # 转换成tensor
print(img_tensor)
ndarray最外边一层是每行像素&＃xff0c;一共两行&＃xff1b;中间一层是每列像素值&＃xff0c;一共两列&＃xff1b;最里层是三通道即RGB值。
tensor最外层是有几个通道&＃xff0c;三通道则表示RGB&＃xff1b;第二层中为每列有几个像素值&＃xff1b;第三层为每行几个像素值。
UserWarning
弄清楚原理&＃xff0c; 那来看看我今天遇到的一个用户警告。
D:\Program Files\python\python3.8\lib\site-packages\torchvision\datasets\mnist.py:498: UserWarning: The given NumPy array is not writeable, and PyTorch does not support non-writeable tensors. This means you can write to the underlying (supposedly non-writeable) NumPy array using the tensor. You may want to copy the array to protect its data or make it writeable before converting it to a tensor. This type of warning will be suppressed for the rest of this program. (Triggered internally at …\torch\csrc\utils\tensor_numpy.cpp:180.)
return torch.from_numpy(parsed.astype(m[2], copy&＃061;False)).view(*s)
大致意思是&＃xff1a;
D:\\Program Files\\python\\python3.8\\lib\\site packages\\torchvision\\dataset\\mnist.py:498:UserWarning:说&＃xff1a;
给定的NumPy数组不可写&＃xff0c;并且PyTorch不支持不可写的张量。这意味着你可以使用张量写入底层&＃xff08;假定不可写&＃xff09;NumPy数组。在将数组转换为张量之前&＃xff0c;可能需要复制数组以保护其数据或使其可写。
在本程序的其余部分&＃xff0c;此类警告将被抑制。&＃xff08;在…\torch\csc\utils\tensor\u numpy.cpp:180处内部触发。&＃xff09;
返回return torch.from_numpy(parsed.astype(m[2], copy&＃061;False)).view(*s)
看了看别人的说法一般都是说这玩意儿可以直接处理numpy的数组&＃xff0c;你不需要转换成tensor。但是怎么不让他显示这个警告呢。
找到上边那个地址下的mnist文件。找到498行&＃xff0c;把return torch.from_numpy(parsed.astype(m[2], copy&＃061;False)).view(*s)copy的false改成true即可。
来源：LolitaAnn
京公网安备 11010802041100号