6. Transforms的使用(一)--ToTensor()
Transforms的使用（一）
1.使用ToTensor类将数据转化为Tensor形式
-
导入需要使用的transforms类
from torchvision import transforms -
创建ToTensor类的实例
totensor = transforms.ToTensor() -
将读取的图片ndarray数据转化为Tensor数据
img = cv.imread(img_path) img = totensor(img)
2. 使用add_image()添加tensor类型的图像
-
将tensor转换后的数据作为img_tensor的参数传入即可
from torch.utils.tensorboard import SummaryWriter writer = SummaryWriter('./logs') writer.add_image(tag = 'image', img_tensor = img) # 将tensor数据传入即可 writer.close()
3.注意事项
- ToTensor只能将PIL数据、ndarray数据转为Tensor数据
- 为什么要使用tensor数据类型
数据、ndarray数据转为Tensor数据 - 为什么要使用tensor数据类型
- tensor类型包含了神经网络相关的参数，可以理解为包含了很多矩阵类型、PIL类型所不包含的深度学习训练必要的信息