初入计算机视觉遇到的一些坑
1.pytorch中转tensor
|
1
2
3
|
x=np.random.randint(10,100,(10,10,10))
x=TF.to_tensor(x)
print(x)
|
这个函数会对输入数据进行自动归一化，比如有时候我们需要将0-255的图片转为numpy类型的数据，则会自动转为0-1之间
2.stack和cat之间的差别
stack
|
1
2
3
4
5
|
x=torch.randn((1,2,3))
y=torch.randn((1,2,3))
z=torch.stack((x,y))#默认dim=0
print(z.shape)
#torch.Size([2, 1, 2, 3])
|
所以stack的之后的数据也就很好理解了，z[0,...]的数据是x，z[1,...]的数据是y。
cat
|
1
2
3
|
z=torch.cat((x,y))
print(z.size())
#torch.Size([2, 2, 3])
|
cat之后的数据 z[0,:,:]是x的值，z[1,:,:]是y的值。
其中最关键的是stack之后的数据的size会多出一个维度，而cat则不会，有一个很简单的例子来说明一下，比如要训练一个检测模型，label是一些标记点，eg：[x1,y1,x2,y2]
送入网络的加上batchsize则时Size:[batchsize,4]，如果我已经有了两堆数据,data1:Size[128,4],data2:Size[128,4]，需要将这两个数据合在一起的话目标data:Size[256,4]。
显然我们要做的是：torch.cat((data1,data2))
如果我们的数据是这样：有100个label，每一个label被放进一个list(data)中,[[x1,y1,x2,y2],[x1,y1,x2,y2],...]其中data是一个list长度为100,而list中每一个元素是张图片的标签，size为[4]我们需要将他们合一起成为一Size:[100,4]的的数据。
显然我们要做的是torch.stack(data)。而且torch.stack的输入参数为list类型！
补充：pytorch中的cat、stack、tranpose、permute、unsqeeze
pytorch中提供了对tensor常用的变换操作。
cat 连接
对数据沿着某一维度进行拼接。cat后数据的总维数不变。
比如下面代码对两个2维tensor（分别为2*3,1*3）进行拼接，拼接完后变为3*3还是2维的tensor。
代码如下：
|
1
2
3
4
5
|
import torch
torch.manual_seed(1)
x = torch.randn(2,3)
y = torch.randn(1,3)
print(x,y)
|
结果：
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x3]
-1.5228 0.3817 -1.0276
[torch.FloatTensor of size 1x3]
将两个tensor拼在一起：
|
1
|
torch.cat((x,y),0)
|
结果：
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
-1.5228 0.3817 -1.0276
[torch.FloatTensor of size 3x3]
更灵活的拼法：
|
1
2
3
4
5
|
torch.manual_seed(1)
x = torch.randn(2,3)
print(x)
print(torch.cat((x,x),0))
print(torch.cat((x,x),1))
|
结果
// x
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x3]// torch.cat((x,x),0)
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 4x3]// torch.cat((x,x),1)
0.6614 0.2669 0.0617 0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661 0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x6]
stack，增加新的维度进行堆叠
而stack则会增加新的维度。
如对两个1*2维的tensor在第0个维度上stack，则会变为2*1*2的tensor；在第1个维度上stack，则会变为1*2*2的tensor。
见代码：
|
1
2
3
|
a = torch.ones([1,2])
b = torch.ones([1,2])
c= torch.stack([a,b],0) // 第0个维度stack
|
输出：
(0 ,.,.) =
1 1(1 ,.,.) =
1 1
[torch.FloatTensor of size 2x1x2]
|
1
|
c= torch.stack([a,b],1) // 第1个维度stack
|
输出：
(0 ,.,.) =1 1
1 1
[torch.FloatTensor of size 1x2x2]
transpose ，两个维度互换
代码如下：
|
1
2
3
|
torch.manual_seed(1)
x = torch.randn(2,3)
print(x)
|
原来x的结果：
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x3]
将x的维度互换
|
1
|
x.transpose(0,1)
|
结果
0.6614 0.6213
0.2669 -0.4519
0.0617 -0.1661
[torch.FloatTensor of size 3x2]
permute，多个维度互换，更灵活的transpose
permute是更灵活的transpose，可以灵活的对原数据的维度进行调换，而数据本身不变。
代码如下：
|
1
2
3
4
|
x = torch.randn(2,3,4)
print(x.size())
x_p = x.permute(1,0,2) # 将原来第1维变为0维，同理，0→1,2→2
print(x_p.size())
|
结果：
torch.Size([2, 3, 4])
torch.Size([3, 2, 4])
squeeze 和 unsqueeze
常用来增加或减少维度,如没有batch维度时，增加batch维度为1。
squeeze(dim_n)压缩，减少dim_n维度 ，即去掉元素数量为1的dim_n维度。
unsqueeze(dim_n)，增加dim_n维度，元素数量为1。
上代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
# 定义张量
import torch
b = torch.Tensor(2,1)
b.shape
Out[28]: torch.Size([2, 1])
# 不加参数，去掉所有为元素个数为1的维度
b_ = b.squeeze()
b_.shape
Out[30]: torch.Size([2])
# 加上参数，去掉第一维的元素为1，不起作用，因为第一维有2个元素
b_ = b.squeeze(0)
b_.shape
Out[32]: torch.Size([2, 1])
# 这样就可以了
b_ = b.squeeze(1)
b_.shape
Out[34]: torch.Size([2])
# 增加一个维度
b_ = b.unsqueeze(2)
b_.shape
Out[36]: torch.Size([2, 1, 1])
|
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/kellen_f/article/details/88784050