Pytorch中的resize和reshape

torch.reshape()

官方文档的大致意思是:

返回与输入具有相同数据和元素数量的张量,但是具有指定形状。如果可能,返回的张量将是输入的视图,也就是说原本的tensor并没有被改变,如果想要改变那么就将改变的tensor赋值给原本的就行,即:tensor_temp = torch.reshape(tensor_temp, xxx))。

个人理解是给数组一个新的形状,数据和元素数量及顺序不变,按照形状截断、重新拼起来成为一个张量,可以使用reshape用来增加数组的维度。

代码示例:

python 复制代码
import torch
a=torch.tensor([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]]])
print("a的shape:",a.shape)
b=torch.reshape(a,((4,3,1)))
print("b:",b)
print("b的shape:",b.shape)
python 复制代码
a的shape: torch.Size([2, 2, 3])
b: tensor([[[ 1],
         [ 2],
         [ 3]],

        [[ 4],
         [ 5],
         [ 6]],

        [[ 7],
         [ 8],
         [ 9]],

        [[10],
         [11],
         [12]]])
b的shape: torch.Size([4, 3, 1])

占位符-1:

python 复制代码
import torch
a=torch.tensor([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]]])
b=torch.reshape(a,(-1,))
c=torch.reshape(a,(-1,1))
d=torch.reshape(a,((-1,1,1)))
e=torch.reshape(a,((-1,1,1,1)))
f=torch.reshape(a,((-1,3,4)))

# a的shape:torch.Size([2, 2, 3])
# b的shape:torch.Size([12])
# c的shape:torch.Size([12, 1])
# d的shape: torch.Size([12, 1, 1])
# e的shape: torch.Size([12, 1, 1, 1])
# f的shape: torch.Size([1, 3, 4])

-1表示表示其具体值由其他维度信息和元素总个数推断出来。

一个使用场景:

对于torch.nn.functional.conv2d这个函数

python 复制代码
torch.nn.functional.conv2d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1)

其中参数input -- input tensor of shape (minibatch, in_channels, iH, iW)是一个4D张量,如果要把下面这样一个输入矩阵,变为4D张量,就可以使用reshape函数。

\[1,2,0,3,1\], \[0,1,2,3,1\], \[1,2,1,0,0\], \[5,2,3,1,1\], \[2,1,0,1,1\]

python 复制代码
input = torch.reshape(input,[1,1,5,5])

torch.transforms.Resize()

transforms.Resize()可以作为数据预处理管道中的一个步骤,用于将输入的图像按照指定的大小或缩放因子进行调整。这样可以确保输入的图像满足模型的输入要求,或者保持不同数据样本具有相同的输入尺寸,在训练或推理过程中方便批次处理。

用来调整PILImage对象 的尺寸,注意不能是用io.imread或者cv2.imread 读取的图片,这两种方法得到的是ndarray ,input只能是PIL Image or Tensor

python 复制代码
from torchvision import transforms

img_path = "xxx"
img = Image.open(img_path)

trans1 = transforms.Resize([h, w]) # 同时指定长宽,写为trans1 = transforms.Resize((h, w))也是可以的,transforms.Resize 接受的参数可以是整数、元组或列表。
trans2 = transforms.Resize(x) # 将图片短边缩放至x,长宽比保持不变

img1 = trans1(img)
img2 = trans2(img)

resize虽然会改变图片的长宽比,但是本身并没有发生裁切,仍可以通过resize方法返回原来的形状。

要注意的一点是PILImage对象size属性返回的是w, h,而resize的参数顺序是h, w。

参考:

https://blog.csdn.net/qq_51533157/article/details/122816008

https://blog.csdn.net/qq_35008185/article/details/118224044

https://segmentfault.com/a/1190000043683736

相关推荐
nju_spy几秒前
周志华《机器学习导论》第8章 集成学习 Ensemble Learning
人工智能·随机森林·机器学习·集成学习·boosting·bagging·南京大学
静心问道23 分钟前
TrOCR: 基于Transformer的光学字符识别方法,使用预训练模型
人工智能·深度学习·transformer·多模态
说私域25 分钟前
基于开源AI大模型、AI智能名片与S2B2C商城小程序源码的用户价值引导与核心用户沉淀策略研究
人工智能·开源
亲持红叶27 分钟前
GLU 变种:ReGLU 、 GEGLU 、 SwiGLU
人工智能·深度学习·神经网络·激活函数
说私域27 分钟前
线上协同办公时代:以开源AI大模型等工具培养网感,拥抱职业变革
人工智能·开源
群联云防护小杜28 分钟前
深度隐匿源IP:高防+群联AI云防护防绕过实战
运维·服务器·前端·网络·人工智能·网络协议·tcp/ip
摘星编程34 分钟前
构建智能客服Agent:从需求分析到生产部署
人工智能·需求分析·智能客服·agent开发·生产部署
不爱学习的YY酱37 分钟前
信息检索革命:Perplexica+cpolar打造你的专属智能搜索中枢
人工智能
whaosoft-1432 小时前
51c自动驾驶~合集7
人工智能
刘晓倩5 小时前
Coze智能体开发实战-多Agent综合实战
人工智能·coze