圖片顯示

pytorch 載入的數(shù)據(jù)集是元組tuple 形式，里面包括了數(shù)據(jù)及標(biāo)簽（train_data,label），其中的train_data數(shù)據(jù)可以轉(zhuǎn)換為torch.Tensor形式，方便后面計算使用。

同樣給一些剛?cè)腴T的同學(xué)在使用載入的數(shù)據(jù)顯示圖片的時候帶來一些難以理解的地方，這里主要是將Tensor與numpy轉(zhuǎn)換的過程，理解了這些就可以就行轉(zhuǎn)換了

CIAFA10數(shù)據(jù)集

首先載入數(shù)據(jù)集，這里做了一些數(shù)據(jù)處理，包括圖片尺寸、數(shù)據(jù)歸一化等

import torchfrom torch.autograd import Variable import matplotlib.pyplot as plt import torchvision.datasets as dsetimport torchvision.transforms as transformsfrom autoencoder import AutoEncoderimport torch.nn as nnimport torchvisionimport numpy as npdataset = 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()    ]))

在這里 dataset 是一個CIFAR10對象，(大家可以查看一下他的源代碼）

方式一

dataset[1] = ([torch.FloatTensor of size 1x200x200]，9)

載入的第二個數(shù)據(jù)是個tensor格式，包含一個標(biāo)簽 9

這里我們做的就是將torch.FloatTensor 轉(zhuǎn)換為numpy，然后顯示

b = dataset[1][0].numpy()#取數(shù)據(jù)，不取標(biāo)簽

因為這里的b仍然是1*200*200的大小，所以要重新reshape一下，適合輸出圖像

plt.imshow(b.reshape(200,200),cmap = 'gray')plt.show()

然后可以顯示圖像了

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()

這用np.transpose 是因為plt.imshow在顯示 時候輸入的是（imgsize,imgsieze,channels）,而這里得到的img是（3,200,200）的格式，所以進(jìn)行了轉(zhuǎn)換，才能顯示

以上這篇pytorch 數(shù)據(jù)集圖片顯示方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持武林站長站。