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