pytorch学习-数据可视化
来源:互联网 发布:python微博爬虫实战 编辑:程序博客网 时间:2024/06/07 18:49
pytorch学习-数据可视化
可视化数据集图片,plt.imshow()和PIL.Image.show()
1、plt.imshow()
格式:rgb图片:rows*cols*channels,值在0-1之间(np)
示例:
# -*- coding:utf-8 -*-import numpy as npfrom torchvision import datasets, models, transformsimport matplotlib.pyplot as pltimport osimport os.pathplt.ion() # interactive mode# Data augmentation and normalization for training# Just normalization for validation# 迁移模型--格式转换data_transforms = { 'train': transforms.Compose([ transforms.RandomSizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]), 'val': transforms.Compose([ transforms.Scale(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]),}data_dir = 'hymenoptera_data'# 注意ImageFolder对于train和test的用法image_datasets = {x: datasets.ImageFolder(os.path.join(data_dir, x),data_transforms[x]) for x in ['train', 'val']}# batch_size = 4 则绘制出四幅图像dataloders = {x: torch.utils.data.DataLoader(image_datasets[x],batch_size=1,shuffle=True, num_workers=4) for x in ['train', 'val']}dataset_sizes = {x: len(image_datasets[x]) for x in ['train', 'val']}class_names = image_datasets['train'].classesuse_gpu = torch.cuda.is_available()#Visualize a few images#plt.imshow 传入的是rgb图片:rows*cols*channels,值在0-1之间(np)#PIL.Image.show()传入的是0-255的RGB图片格式def imshow(inp, title=None): """Imshow for Tensor.""" inp = inp.numpy().transpose((1, 2, 0)) # 转变数组格式 RGB图像格式:rows*cols*channels # (3,228,906) #(228,906,3) mean = np.array([0.485, 0.456, 0.406]) std = np.array([0.229, 0.224, 0.225]) inp = std * inp + mean # 去标准化,对应transforms inp = np.clip(inp, 0, 1) # 修正 clip 限制inp的值,小于0则=0,大于1则=1 plt.imshow(inp) if title is not None: plt.title(title) plt.pause(0.001) # pause a bit so that plots are updated# Get a batch of training datainputs, classes = next(iter(dataloders['train'])) # inputs:[torch.FloatTensor of size 4x3x224x224](batch_size x3x224x224)# Make a grid from batchout = torchvision.utils.make_grid(inputs)# out:[torch.FloatTensor of size 3x228x906(batch_size = 5 3x228x1132])imshow(out, title=[class_names[x] for x in classes])
2、PIL.Image.show()
格式:#RGB模式:rows*cols*channels,值:0-255,PIL图片对象
实例:
from PIL import Imageimport numpy as npimg = Image.open("img.jpg")img.show()# img = np.array(img)# print(img) # 输出为0-255的numpy.array
阅读全文
0 0
- pytorch学习-数据可视化
- pytorch可视化
- pytorch学习笔记(八):PytTorch可视化工具 visdom
- pytorch学习笔记(八):PytTorch可视化工具 visdom
- pytorch学习笔记(八):PytTorch可视化工具 visdom
- pytorch学习笔记(八):PytTorch可视化工具 visdom
- pytorch学习笔记(八):PytTorch可视化工具 visdom
- pytorch 可视化初探
- 数据可视化学习资料
- 数据可视化学习资料
- 数据可视化学习资料
- PyTorch学习
- pytorch 学习
- PyTorch学习—PyTorch是什么?
- 数据可视化学习:使用API
- PyTorch学习系列(二)——数据预处理torchvision.transforms
- pytorch学习1:如何加载自己的训练数据
- 数据科学学习笔记5 --- 数据可视化
- java IO 指定输出文件的编码格式
- Reveal1.5.x-1.6.x破解
- linux 下安装jdk及配置环境变量
- BAT经典面试题精简版(基础知识)
- 线程安全的对象生命周期管理
- pytorch学习-数据可视化
- ARM32/ARM64函数调用规则
- linux 虚拟机安装和配置
- EXT3日志文件系统之address_space_operation
- 线程池技术简单实现
- 程序猿你知道吗?写篇博客,给五块钱!
- eclipse的Java环境配置,Mac
- JPA
- sql 函数