PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實例講解
首先了解一下需要的幾個類所在的package
from torchvision import transforms, datasets as ds from torch.utils.data import DataLoader import matplotlib.pyplot as plt import numpy as np #transform = transforms.Compose是把一系列圖片操作組合起來,比如減去像素均值等。 #DataLoader讀入的數(shù)據(jù)類型是PIL.Image #這里對圖片不做任何處理,僅僅是把PIL.Image轉換為torch.FloatTensor,從而可以被pytorch計算 transform = transforms.Compose( [ transforms.ToTensor() ] )
Step 1,得到torch.utils.data.Dataset實例。
torch.utils.data.Dataset是一個抽象類,CIFAR100是它的一個實例化子類
train=True,讀取訓練集;train=False,讀取測試集
download=False,不下載。如果為True,則先檢查root下有無該數(shù)據(jù)集,如果沒有就先下載。
train_set = ds.CIFAR100(root='.', train=True, transform=transform, target_transform=None, download=True)
Step 2,把Dataset封裝成torch.utils.data.DataLoader
data_loader = DataLoader(dataset=train_set, batch_size=1, shuffle=False, num_workers=2) # # 生成torch.utils.data.DataLoaderIter # # 不過DataLoaderIter它會被DataLoader自動創(chuàng)建并且調(diào)用,我們用不到 # data_iter = iter(data_loader) # images, labels = next(data_iter)
step 3,從DataLoader里讀取數(shù)據(jù),并將圖片顯示出來。
注意:
1)使用for...in...循環(huán)讀取數(shù)據(jù)的時候,會自動調(diào)用DataLoader里的__next__()函數(shù)
而且只能對Tensor實例進行迭代,所以之前的transforms必須最后加一個transforms.ToTensor()
2)顯示圖片有兩種方式:Image.show()和plt.imshow(ndarray)
Image.show():
通過transforms.ToPILImage()把FloatTensor轉化為Image
plt.imshow(ndarray):
通過FloatTensor.numpy()轉化為ndarray,再調(diào)用plt.imshow()
to_pil_image = transforms.ToPILImage() cnt = 0 for image,label in data_loader: if cnt>=3: # 只顯示3張圖片 break print(label) # 顯示label # 方法1:Image.show() # transforms.ToPILImage()中有一句 # npimg = np.transpose(pic.numpy(), (1, 2, 0)) # 因此pic只能是3-D Tensor,所以要用image[0]消去batch那一維 img = to_pil_image(image[0]) img.show() # 方法2:plt.imshow(ndarray) img = image[0] # plt.imshow()只能接受3-D Tensor,所以也要用image[0]消去batch那一維 img = img.numpy() # FloatTensor轉為ndarray img = np.transpose(img, (1,2,0)) # 把channel那一維放到最后 # 顯示圖片 plt.imshow(img) plt.show() cnt += 1
另外補一句np.transpose()的用法。
第一個參數(shù)是要transpose的圖片;
第二個是shape。比如一個ndarray是(channel, height, width),如果給第二個參數(shù)(height, width,channel),就會把第0維channel整個搬到最后。
以上這篇PyTorch讀取Cifar數(shù)據(jù)集并顯示圖片的實例講解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腳本之家。
相關文章
Python的加密模塊之hashlib 與 base64詳解及常用加密方法
我們來學習一下 Python 中的加密模塊,加密模塊在工作中被廣泛應用,比如數(shù)據(jù)的傳入 不希望被捕獲,通過把數(shù)據(jù)加密。這樣即使被捕獲也無法獲取到數(shù)據(jù)的真實信息,今天我們就來學習一下關于加密的方法,感興趣的朋友跟隨小編一起看看吧2023-02-02Python實現(xiàn)對一個函數(shù)應用多個裝飾器的方法示例
這篇文章主要介紹了Python實現(xiàn)對一個函數(shù)應用多個裝飾器的方法,結合實例形式分析了Python編程中一個函數(shù)使用多個裝飾器的簡單操作技巧,需要的朋友可以參考下2018-02-02python中編寫函數(shù)并調(diào)用的知識點總結
在本篇文章里小編給各位整理的是一篇關于python中編寫函數(shù)并調(diào)用的知識點總結內(nèi)容,有興趣的朋友們可以學習下。2021-01-01matplotlib共享坐標軸的實現(xiàn)(X或Y坐標軸)
在作圖的過程中,我們經(jīng)常會遇到子圖共用坐標軸的情況,或是共用橫軸標軸,也可能是縱坐標軸。本文就介紹了matplotlib共享坐標軸,感興趣的可以了解一下2021-05-05使用Python的Twisted框架構建非阻塞下載程序的實例教程
Twisted的異步工作模式使其在非阻塞情況下可以擁有較高的性能,這里我們來看一下使用Python的Twisted框架構建非阻塞下載程序的實例教程,包括服務器端與客戶端的實踐.2016-05-05