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