哈喽,我是小壮!
这几天关于深度学习的内容,已经分享了一些。
另外,类似于numpy、pandas常用数据处理函数,在Pytorch中也是同样的重要,同样的有趣!!
Pytorch同样提供了许多用于数据处理和转换的函数。
今儿来看下,最重要的几个必会函数。
torch.Tensor
torch.Tensor 是PyTorch中最基本的数据结构,用于表示张量(tensor)。张量是多维数组,可以包含数字、布尔值等。你可以使用torch.Tensor的构造函数创建张量,也可以通过其他函数创建。
import torch # 创建一个空的张量 empty_tensor = torch.Tensor() # 从列表创建张量 data = [1, 2, 3, 4] tensor_from_list = torch.Tensor(data)
torch.from_numpy
用于将NumPy数组转换为PyTorch张量。
import numpy as np numpy_array = np.array([1, 2, 3, 4]) torch_tensor = torch.from_numpy(numpy_array)
torch.Tensor.item
用于从只包含一个元素的张量中提取Python数值。适用于标量张量。
scalar_tensor = torch.tensor(5) scalar_value = scalar_tensor.item()
torch.Tensor.view
用于改变张量的形状。
original_tensor = torch.randn(2, 3) # 2x3的随机张量 reshaped_tensor = original_tensor.view(3, 2) # 将形状改变为3x2
torch.Tensor.to
用于将张量转换到指定的设备(如CPU或GPU)。
cpu_tensor = torch.randn(3) gpu_tensor = cpu_tensor.to("cuda") # 将张量移动到GPU
torch.Tensor.numpy
将张量转换为NumPy数组。
pytorch_tensor = torch.tensor([1, 2, 3]) numpy_array = pytorch_tensor.numpy()
torch.nn.functional.one_hot
用于对整数张量进行独热编码。
import torch.nn.functional as F integer_tensor = torch.tensor([0, 2, 1]) one_hot_encoded = F.one_hot(integer_tensor)
torch.utils.data.Dataset和torch.utils.data.DataLoader
用于加载和处理数据集。这两个类通常与自定义的数据集类一起使用。
from torch.utils.data import Dataset, DataLoader class CustomDataset(Dataset): def __init__(self, data): self.data = data def __len__(self): return len(self.data) def __getitem__(self, index): return self.data[index] dataset = CustomDataset([1, 2, 3, 4, 5]) dataloader = DataLoader(dataset, batch_size=2, shuffle=True)
以上这些是PyTorch中一些重要的数据转换函数,进行了简单的使用。
它们对于处理和准备深度学习任务中的数据非常非常有帮助。
一个案例
接下来,我们制作一个图像分割的案例。
在这个案例中,我们将使用PyTorch和torchvision库进行图像分割,使用预训练的DeepLabV3模型和PASCAL VOC数据集。
在整个的代码中,涉及到上面所学到的内容,调整大小、裁剪、标准化等。
import torch import torchvision.transforms as transforms from torchvision import models from PIL import Image import matplotlib.pyplot as plt # 下载示例图像 !wget -O example_image.jpg https://pytorch.org/assets/deeplab/deeplab1.jpg # 定义图像转换 transform = transforms.Compose([ transforms.Resize((256, 256)), # 调整大小 transforms.ToTensor(), # 转换为张量 transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 标准化 ]) # 加载并转换图像 image_path = 'example_image.jpg' image = Image.open(image_path).convert("RGB") input_tensor = transform(image).unsqueeze(0) # 添加批次维度 # 加载预训练的DeepLabV3模型 model = models.segmentation.deeplabv3_resnet101(pretrained=True) model.eval() # 进行图像分割 with torch.no_grad(): output = model(input_tensor)['out'][0] output_predictions = output.argmax(0) # 将预测结果转换为彩色图像 def decode_segmap(image, nc=21): label_colors = np.array([(0, 0, 0), # 0: 背景 (128, 0, 0), (0, 128, 0), (128, 128, 0), (0, 0, 128), (128, 0, 128), # 1-5: 物体 (0, 128, 128), (128, 128, 128), (64, 0, 0), (192, 0, 0), # 6-9: 道路 (64, 128, 0), (192, 128, 0), (64, 0, 128), (192, 0, 128), # 10-13: 面部 (64, 128, 128), (192, 128, 128), (0, 64, 0), (128, 64, 0), # 14-17: 植物 (0, 192, 0), (128, 192, 0), (0, 64, 128)]) # 18-20: 建筑 r = np.zeros_like(image).astype(np.uint8) g = np.zeros_like(image).astype(np.uint8) b = np.zeros_like(image).astype(np.uint8) for l in range(0, nc): idx = image == l r[idx] = label_colors[l, 0] g[idx] = label_colors[l, 1] b[idx] = label_colors[l, 2] rgb = np.stack([r, g, b], axis=2) return rgb # 将预测结果转换为彩色图像 output_rgb = decode_segmap(output_predictions.numpy()) # 可视化原始图像和分割结果 plt.figure(figsize=(12, 6)) plt.subplot(1, 2, 1) plt.imshow(image) plt.title('Original Image') plt.subplot(1, 2, 2) plt.imshow(output_rgb) plt.title('Segmentation Result') plt.show()
在这个案例中,我们首先定义了一系列图像转换函数,包括调整大小、转换为张量和标准化。这些转换确保输入图像满足模型的需求。
然后,加载了一个示例图像并应用了这些转换。
接下来,我们使用了torchvision中预训练的DeepLabV3模型来进行图像分割。对于输出,我们提取了预测结果的最大值索引,以获得每个像素的预测类别。
最后,我们将预测结果转换为彩色图像,并可视化原始图像和分割结果。
这个案例强调了图像转换函数在图像分割任务中的重要作用,确保输入图像符合模型的输入要求,并且输出结果易于可视化。
原文地址:https://mp.weixin.qq.com/s?__biz=MzkyNzM4NzE0OA==&mid=2247483944&idx=1&sn=98b0c870b1a7bc18b1bad2ffa18e7287