图片显示
pytorch 载入的数据集是元组tuple 形式，里面包括了数据及标签（train_data,label），其中的train_data数据可以转换为torch.Tensor形式，方便后面计算使用。
同样给一些刚入门的同学在使用载入的数据显示图片的时候带来一些难以理解的地方，这里主要是将Tensor与numpy转换的过程，理解了这些就可以就行转换了
CIAFA10数据集
首先载入数据集，这里做了一些数据处理，包括图片尺寸、数据归一化等
import torch
from torch.autograd import Variable
import matplotlib.pyplot as plt
import torchvision.datasets as dset
import torchvision.transforms as transforms
from autoencoder import AutoEncoder
import torch.nn as nn
import torchvision
import numpy as np
dataset = dset.CIFAR10(root='../train/data', download=True,
transform=transforms.Compose([
transforms.Scale(200),
transforms.ToTensor(),
transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
transforms.Gray()
]))
在这里 dataset 是一个CIFAR10对象，(大家可以查看一下他的源代码）
方式一
dataset[1] = ([torch.FloatTensor of size 1x200x200]，9)
载入的第二个数据是个tensor格式，包含一个标签 9
这里我们做的就是将torch.FloatTensor 转换为numpy，然后显示
b = dataset[1][0].numpy() #取数据，不取标签
因为这里的b仍然是1*200*200的大小，所以要重新reshape一下，适合输出图像
plt.imshow(b.reshape(200,200),cmap = 'gray') plt.show()
然后可以显示图像了
方式二
利用torch的接口
img = torchvision.utils.make_grid(dataset[1][0]).numpy() plt.imshow(np.transpose(img,(1,2,0))) plt.show()
这用np.transpose 是因为plt.imshow在显示 时候输入的是（imgsize,imgsieze,channels）,而这里得到的img是（3,200,200）的格式，所以进行了转换，才能显示
以上这篇pytorch 数据集图片显示方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。
pytorch,数据集,图片显示
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。