pytorch 中pad函数toch.nn.functional.pad()的用法
发布时间:2020-12-17 17:33:53 所属栏目:Python 来源:网络整理
导读:padding操作是给图像外围加像素点。 为了实际说明操作过程,这里我们使用一张实际的图片来做一下处理。 这张图片是大小是(256,256),使用pad来给它加上一个黑色的边框。具体代码如下: import torch.nn,functional as Fimport torchfrom PIL import Imageim=
padding操作是给图像外围加像素点。 为了实际说明操作过程,这里我们使用一张实际的图片来做一下处理。 这张图片是大小是(256,256),使用pad来给它加上一个黑色的边框。具体代码如下: import torch.nn,functional as F import torch from PIL import Image im=Image.open("heibai.jpg",'r') X=torch.Tensor(np.asarray(im)) print("shape:",X.shape) dim=(10,10,10) X=F.pad(X,dim,"constant",value=0) padX=X.data.numpy() padim=Image.fromarray(padX) padim=padim.convert("RGB")#这里必须转为RGB不然会 padim.save("padded.jpg","jpeg") padim.show() print("shape:",padX.shape) 输出: shape: torch.Size([256,256]) shape: (276,276) 可以看出给原图四个方向给加上10维度的0,维度变为256+10+10得到的图像如下: 我们在举几个简单例子: x=np.asarray([[[1,2],[1,2]]]) X=torch.Tensor(x) print(X.shape) pad_dims = ( 2,2,1,) X=F.pad(X,pad_dims,"constant") print(X.shape) print(X) 输出: torch.Size([1,2]) torch.Size([3,6,6]) tensor([[[ 0.,0.,0.],[ 0.,0.]],[[ 0.,1.,2.,0.]]]) 可以知若pid_sim为(2,1)则原维度变化是2+2+2=6,1+1+1=3.也就是第一个(2,2) pad的是最后一个维度,第二个(2,2)pad是倒数第二个维度,第三个(1,1)pad是第一个维度。 再举一个四维度的,但是只pad三个维度: x=np.asarray([[[[1,2]]]]) X=torch.Tensor(x)#(1,2) print(X.shape) pad_dims = ( 2,"constant")#(1,12,12) print(X.shape) print(X) 输出: torch.Size([1,2]) torch.Size([1,3,6]) tensor([[[[ 0.,0.]]]]) 再举一个四维度的,pad四个维度: x=np.asarray([[[[1,2 ) X=F.pad(X,2]) torch.Size([5,0.]]],.........太多了 以上这篇pytorch 中pad函数toch.nn.functional.pad()的用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |
相关内容
- python单线程实现多个定时器示例
- 为什么CPubthon中的issubclass(dict,collections.Mapping)是
- python2的__new__与__init__,新式类和经典类的简单示例
- Python基础教程第五章 5.5.6 列表推导式--轻量级循环
- python数据抓取分析的示例代码(python + mongodb)
- Python – 有一种优雅的方法可以避免数十个try / except块从
- python – PyEval_InitThreads何时被调用?
- Python-文件Film
- 在Mac OSX上使用Tkinter菜单删除默认的“Python”子菜单
- 使用python编辑文件中的单行.缺少新文件的最后一部分