pytorch 数据集图片显示方法
更新时间：2018年07月26日 15:59:26 作者：zzw小凡
今天小编就为大家分享一篇pytorch 数据集图片显示方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
图片显示
pytorch 载入的数据集是元组tuple 形式，里面包括了数据及标签（train_data,label），其中的train_data数据可以转换为torch.Tensor形式，方便后面计算使用。
同样给一些刚入门的同学在使用载入的数据显示图片的时候带来一些难以理解的地方，这里主要是将Tensor与numpy转换的过程，理解了这些就可以就行转换了
CIAFA10数据集
首先载入数据集，这里做了一些数据处理，包括图片尺寸、数据归一化等
import torch
from torch.autograd import Variable
import matplotlib.pyplot as plt
import torchvision.datasets as dset
import torchvision.transforms as transforms
from autoencoder import AutoEncoder
import torch.nn as nn
import torchvision
import numpy as np
dataset = dset.CIFAR10(root='../train/data', download=True,
transform=transforms.Compose([
transforms.Scale(200),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
transforms.Gray()
]))
在这里 dataset 是一个CIFAR10对象，(大家可以查看一下他的源代码）
方式一
dataset[1] = ([torch.FloatTensor of size 1x200x200]，9)
载入的第二个数据是个tensor格式，包含一个标签 9
这里我们做的就是将torch.FloatTensor 转换为numpy，然后显示
b = dataset[1][0].numpy() #取数据，不取标签
因为这里的b仍然是1*200*200的大小，所以要重新reshape一下，适合输出图像
plt.imshow(b.reshape(200,200),cmap = 'gray') plt.show()
然后可以显示图像了
方式二
利用torch的接口
img = torchvision.utils.make_grid(dataset[1][0]).numpy() plt.imshow(np.transpose(img,(1,2,0))) plt.show()
这用np.transpose 是因为plt.imshow在显示 时候输入的是（imgsize,imgsieze,channels）,而这里得到的img是（3,200,200）的格式，所以进行了转换，才能显示
以上这篇pytorch 数据集图片显示方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Linux环境下MySQL-python安装过程分享,本文使用的编译方式安装,需要的朋友可以参考下2015-02-02
这篇文章主要介绍了python集合删除多种方法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
这篇文章主要介绍了python-httpx的使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
这篇文章主要介绍了python实现动态规划背包问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2020-12-12
有时候我们需要把很多的图片合成视频，或者说自己写一个脚本去加快或者放慢视频；也有时候需要把视频裁剪成图片，进行后续操作。这篇文章就将为大家介绍如何通过Python实现图片和视频的相互转换，需要的可以参考一下2021-12-12
在本篇文章里小编给大家分享的是一篇关于Flask中jinja2的继承实现方法及实例，有兴趣的朋友们可以学习下。2021-03-03
这篇文章主要介绍了Python入门教程(十五)Python的字典,Python是一门非常强大好用的语言,也有着易上手的特性,本文为入门教程,需要的朋友可以参考下2023-04-04
Python是一种高级编程语言,被广泛应用于数据科学、机器学习、Web 开发等领域,在Linux操作系统中,Python是一个默认安装的解释器,用户可以通过命令行界面（CLI）来运行Python脚本,在本文中,我们将详细介绍如何在Linux命令行中运行Python脚本,需要的朋友可以参考下2023-11-11
这篇文章主要为大家介绍了Python虚拟机栈帧对象及获取源码学习，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-03-03
这篇文章主要介绍了Python生成器与迭代器，现在可以通过生成器来直接创建一个列表,是由于内存的限制,表的容量肯定是有限的,果我们需要一个包含几百个元素的列表,是每次访问的时候只访问其中的几个,剩下的元素不使用就很浪费内存空间,下面来了解具体内容2021-11-11
最新评论