我已经加载了一个200x200
rgb图像,并通过神经网络将其重新传输到1x(200x200x3)
向量中使用
img1=torch.reshape(img,1,image_size*image_size*3)
我得到的输出也是1x(200x200x3)
向量。如何将其重塑为尺寸为200x200
的rgb图像,以便我可以将其打印出来?
答案 0 :(得分:0)
您可以尝试使用函数permute(x, y, z)
将图像更改为3x200x200的形状,然后您应该能够使用itorch.image(your_image)
打印它。字母x, y, z
是索引Tensor中的列。这里有一个例子。
x = torch.Tensor(3,4,2,5)
> x:size()
3
4
2
5
[torch.LongStorage of size 4]
y = x:permute(2,3,1,4) -- equivalent to y = x:transpose(1,3):transpose(1,2)
> y:size()
4
2
3
5
[torch.LongStorage of size 4]
完成此步骤之后,只需执行相同的操作即可。我们说img_size是5。
th> t = torch.Tensor(5,5,3)
[0.0001s]
th> t = t:permute(3,1,2)
[0.0001s]
th> t:size()
3
5
5
[torch.LongStorage of size 3]
[0.0001s]
th> t[{2}]:fill(2)
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
[torch.DoubleTensor of size 5x5]
[0.0003s]
th> t[{3}]:fill(3)
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
[torch.DoubleTensor of size 5x5]
[0.0004s]
th> w = t:reshape(1,t:size(2)*t:size(3)*3)
[0.0001s]
th> w
Columns 1 to 26
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
Columns 27 to 52
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3
Columns 53 to 75
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
[torch.DoubleTensor of size 1x75]
th> x = w:reshape(3,5,5)
[0.0001s]
th> x
(1,.,.) =
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
(2,.,.) =
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
2 2 2 2 2
(3,.,.) =
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
3 3 3 3 3
[torch.DoubleTensor of size 3x5x5]