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
weixin_3875456411 分钟前
深入解析 AI Gateway:新一代智能流量控制中枢
人工智能·gateway
聽雨23728 分钟前
03每日简报20250705
人工智能·社交电子·娱乐·传媒·媒体
二川bro1 小时前
飞算智造JavaAI:智能编程革命——AI重构Java开发新范式
java·人工智能·重构
acstdm1 小时前
DAY 48 CBAM注意力
人工智能·深度学习·机器学习
澪-sl1 小时前
基于CNN的人脸关键点检测
人工智能·深度学习·神经网络·计算机视觉·cnn·视觉检测·卷积神经网络
羊小猪~~1 小时前
数据库学习笔记(十七)--触发器的使用
数据库·人工智能·后端·sql·深度学习·mysql·考研
摸爬滚打李上进2 小时前
重生学AI第十六集:线性层nn.Linear
人工智能·pytorch·python·神经网络·机器学习
HuashuiMu花水木2 小时前
PyTorch笔记1----------Tensor(张量):基本概念、创建、属性、算数运算
人工智能·pytorch·笔记
lishaoan772 小时前
使用tensorflow的线性回归的例子(四)
人工智能·tensorflow·线性回归
AI让世界更懂你2 小时前
【ACL系列论文写作指北15-如何进行reveiw】-公平、公正、公开
人工智能·自然语言处理