torchvision.utils

优质
小牛编辑
130浏览
2023-12-01

译者:BXuan694

torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0)

把图片排列成网格形状。

参数:

  • tensorTensor list)– 四维批(batch)Tensor或列表。如果是Tensor,其形状应是(B x C x H x W);如果是列表,元素应为相同大小的图片。
  • nrowint, 可选)– 最终展示的图片网格中每行摆放的图片数量。网格的长宽应该是(B / nrow, nrow)。默认是8。
  • paddingint, 可选)– 扩展填充的像素宽度。默认是2。
  • normalizebool, 可选)– 如果设置为True,通过减去最小像素值然后除以最大像素值,把图片移到(0,1)的范围内。
  • rangetuple, 可选)– 元组(min, max),min和max用于对图片进行标准化处理。默认的,min和max由输入的张量计算得到。
  • scale_eachbool, 可选)– 如果设置为True,将批中的每张图片按照各自的最值分别缩放,否则使用当前批中所有图片的最值(min, max)进行统一缩放。
  • pad_valuefloat, 可选)– 扩展填充的像素值。

示例:

请看 这里

torchvision.utils.save_image(tensor, filename, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0)

用于把指定的Tensor保存成图片文件。

参数:

  • tensorTensor list)– 需要保存成图片的Tensor。如果Tensor以批的形式给出,则会调用make_grid将这些图片保存成网格的形式。
  • **kwargs – 其他参数同make_grid

最后更新:

类似资料

  • 本文向大家介绍pytorch1.0中torch.nn.Conv2d用法详解,包括了pytorch1.0中torch.nn.Conv2d用法详解的使用技巧和注意事项,需要的朋友参考一下 Conv2d的简单使用 torch 包 nn 中 Conv2d 的用法与 tensorflow 中类似,但不完全一样。 在 torch 中,Conv2d 有几个基本的参数,分别是 in_channels 输入图像的深

  • torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False) 猜测,用来做 雪碧图的(sprite image)。 给定 4D mini-batch Tensor, 形状为 (B x C x H x W),或者一个a list of image,做成一个si

相关阅读