• 关于类型为numpy,TensorFlow.tensor,torch.tensor的shape变化以及相互转化


    https://blog.csdn.net/zz2230633069/article/details/82669546

    1.numpy类型:numpy.ndarray  对于图片读取之后(H,W,C)或者(batch,H,W,C)

    (1)在元素总数不变的情况下:numpy类型的可以直接使用方法numpy.reshape任意改变大小,numpy.expand_dims增加维度,大小是1(这个函数可以参考numpy.expand_dims的用法

    (2)元素总数可以变化:scipy.misc.imresize(a,size)

    2.TensorFlow的类型:tensorflow.python.framework.ops.tensor  图片的计算格式(H,W,C)或者(batch,H,W,C)

    (1)在元素总数不变的情况下:numpy可以直接作为Tensor的输入,一旦被放在tf的函数下则失去了numpy的使用方法。tf.expand_dims在指定维度增加1维,大小为1;tf.squeeze刚好相反,删掉维度为1的轴(这两个函数可以参考tf.expand_dims和tf.squeeze函数);

    (2)元素总数可以变化:

    1. '''
    2. tf和numpy之间的转化
    3. '''
    4. import tensorflow as tf
    5.  
    6. a= tf.zeros((3,2))
    7. sess=tf.Session()
    8. sess.run(tf.global_variables_initializer())
    9.  
    10. print("type(a)=",type(a)) # type(a)= <class 'tensorflow.python.framework.ops.Tensor'>
    11.  
    12. #转化为numpy数组
    13. a_np=a.eval(session=sess)
    14. print("type(a_np)=",type(a_np)) # type(a_np)= <class 'numpy.ndarray'>
    15. #转化为tensor
    16. a2= tf.convert_to_tensor(a_np)
    17. print("type(a2)=",type(a2)) # type(a2)= <class 'tensorflow.python.framework.ops.Tensor'>
    18.  
    19.  

    3.torch类型:torch.tensor  图片的计算格式是(C,H,W)或者(batch,C,H,W)

    numpy类型不能直接作为Tensor的输入,所以在运用torch之前一定要进行转化。

    1. from PIL import Image
    2. import torch
    3. import numpy as np
    4. import matplotlib.pyplot as plt
    5. a=Image.open('/home/zzp/um_lane_000000.png') # 加载图片数据,返回的是一个PIL类型
    6. b=np.array(a).astype(np.float32) # 先将PIL类型转化成numpy类型,并且把数据变成浮点数
    7. c=b.transpose((2,0,1)) # 调整成torch的通道
    8. d=torch.from_numpy(c).float() # 再将numpy类型转化成torch.tensor类型
    9.  
    10. # 或者另外一种加载图片的方式
    11. import scipy.misc
    12. import torch
    13. import numpy as np
    14. a=scipy.misc.imread('/home/zzp/um_lane_000000.png') # 加载图片数据,返回的是一个numpy类型
    15. c=a.transpose((2,0,1)).astype(np.float32) # 直接调整成torch的通道,不需要转化成numpy类型了,还是要变为浮点数
    16. d=torch.from_numpy(c).float() # 再将numpy类型转化成torch.tensor类型
    17.  
    18. # 三种加载图像的方法
    19. a=Image.open('/home/zzp/um_lane_000000.png')
    20. b=scipy.misc.imread('/home/zzp/um_lane_000000.png')
    21. c=plt.imread('/home/zzp/um_lane_000000.png')
    22. #显示

    (1)在元素总数不变的情况下

    (2)元素总数可以变化

  • 相关阅读:
    Chrome Native Messaging 与本地程序之间的通信
    由于扩展配置问题而无法提供您请求的页面。如果该页面是脚本,请添加处理程序。如果应下载文件,请添加 MIME 映射。
    linux
    maven POM.xml 标签详解 转
    java-线程观察整个生命周期
    java-Web项目开发中Spring整合Junit单元测试
    java-Map集合的四种遍历方式
    Java-8内置的核心函数式接口接口
    正则表达式
    Java-Atomic系列12大类实例讲解和原理分解
  • 原文地址:https://www.cnblogs.com/fengff/p/10882817.html
Copyright © 2020-2023  润新知