初入計(jì)算機(jī)視覺(jué)遇到的一些坑

1.pytorch中轉(zhuǎn)tensor

x=np.random.randint(10,100,(10,10,10))
x=TF.to_tensor(x)
print(x)

這個(gè)函數(shù)會(huì)對(duì)輸入數(shù)據(jù)進(jìn)行自動(dòng)歸一化，比如有時(shí)候我們需要將0-255的圖片轉(zhuǎn)為numpy類(lèi)型的數(shù)據(jù)，則會(huì)自動(dòng)轉(zhuǎn)為0-1之間

2.stack和cat之間的差別

stack

x=torch.randn((1,2,3))
y=torch.randn((1,2,3))
z=torch.stack((x,y))#默認(rèn)dim=0
print(z.shape)
#torch.Size([2, 1, 2, 3])

所以stack的之后的數(shù)據(jù)也就很好理解了，z[0,...]的數(shù)據(jù)是x，z[1,...]的數(shù)據(jù)是y。

cat

z=torch.cat((x,y))
print(z.size())
#torch.Size([2, 2, 3])

cat之后的數(shù)據(jù) z[0,:,:]是x的值，z[1,:,:]是y的值。

其中最關(guān)鍵的是stack之后的數(shù)據(jù)的size會(huì)多出一個(gè)維度，而cat則不會(huì)，有一個(gè)很簡(jiǎn)單的例子來(lái)說(shuō)明一下，比如要訓(xùn)練一個(gè)檢測(cè)模型，label是一些標(biāo)記點(diǎn)，eg：[x1,y1,x2,y2]

送入網(wǎng)絡(luò)的加上batchsize則時(shí)Size:[batchsize,4]，如果我已經(jīng)有了兩堆數(shù)據(jù),data1:Size[128,4],data2:Size[128,4]，需要將這兩個(gè)數(shù)據(jù)合在一起的話(huà)目標(biāo)data:Size[256,4]。

顯然我們要做的是：torch.cat((data1,data2))

如果我們的數(shù)據(jù)是這樣：有100個(gè)label，每一個(gè)label被放進(jìn)一個(gè)list(data)中,[[x1,y1,x2,y2],[x1,y1,x2,y2],...]其中data是一個(gè)list長(zhǎng)度為100,而list中每一個(gè)元素是張圖片的標(biāo)簽，size為[4]我們需要將他們合一起成為一Size:[100,4]的的數(shù)據(jù)。

顯然我們要做的是torch.stack(data)。而且torch.stack的輸入?yún)?shù)為list類(lèi)型！

補(bǔ)充：pytorch中的cat、stack、tranpose、permute、unsqeeze

pytorch中提供了對(duì)tensor常用的變換操作。

cat 連接

對(duì)數(shù)據(jù)沿著某一維度進(jìn)行拼接。cat后數(shù)據(jù)的總維數(shù)不變。

比如下面代碼對(duì)兩個(gè)2維tensor（分別為2*3,1*3）進(jìn)行拼接，拼接完后變?yōu)?*3還是2維的tensor。

代碼如下：

import torch
torch.manual_seed(1)
x = torch.randn(2,3)
y = torch.randn(1,3)
print(x,y)

結(jié)果：

0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x3]

-1.5228 0.3817 -1.0276
[torch.FloatTensor of size 1x3]

將兩個(gè)tensor拼在一起：

torch.cat((x,y),0)

結(jié)果：

0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
-1.5228 0.3817 -1.0276
[torch.FloatTensor of size 3x3]

更靈活的拼法：

torch.manual_seed(1)
x = torch.randn(2,3)
print(x)
print(torch.cat((x,x),0))
print(torch.cat((x,x),1))

結(jié)果

// x
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x3]

// torch.cat((x,x),0)
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 4x3]

// torch.cat((x,x),1)
0.6614 0.2669 0.0617 0.6614 0.2669 0.0617
0.6213 -0.4519 -0.1661 0.6213 -0.4519 -0.1661
[torch.FloatTensor of size 2x6]

stack，增加新的維度進(jìn)行堆疊

而stack則會(huì)增加新的維度。

如對(duì)兩個(gè)1*2維的tensor在第0個(gè)維度上stack，則會(huì)變?yōu)?*1*2的tensor；在第1個(gè)維度上stack，則會(huì)變?yōu)?*2*2的tensor。

見(jiàn)代碼：

a = torch.ones([1,2])
b = torch.ones([1,2])
c= torch.stack([a,b],0) // 第0個(gè)維度stack

輸出：

(0 ,.,.) =
1 1

(1 ,.,.) =
1 1
[torch.FloatTensor of size 2x1x2]

c= torch.stack([a,b],1) // 第1個(gè)維度stack

輸出：

(0 ,.,.) =

1 1

1 1

[torch.FloatTensor of size 1x2x2]

transpose ，兩個(gè)維度互換

代碼如下：

torch.manual_seed(1)
x = torch.randn(2,3)
print(x)

原來(lái)x的結(jié)果：

0.6614 0.2669 0.0617

0.6213 -0.4519 -0.1661

[torch.FloatTensor of size 2x3]

將x的維度互換

x.transpose(0,1)

結(jié)果

0.6614 0.6213

0.2669 -0.4519

0.0617 -0.1661

[torch.FloatTensor of size 3x2]

permute，多個(gè)維度互換，更靈活的transpose

permute是更靈活的transpose，可以靈活的對(duì)原數(shù)據(jù)的維度進(jìn)行調(diào)換，而數(shù)據(jù)本身不變。

代碼如下：

x = torch.randn(2,3,4)
print(x.size())
x_p = x.permute(1,0,2) # 將原來(lái)第1維變?yōu)?維，同理，0→1,2→2
print(x_p.size())

結(jié)果：

torch.Size([2, 3, 4])

torch.Size([3, 2, 4])

squeeze 和 unsqueeze

常用來(lái)增加或減少維度,如沒(méi)有batch維度時(shí)，增加batch維度為1。

squeeze(dim_n)壓縮，減少dim_n維度 ，即去掉元素?cái)?shù)量為1的dim_n維度。

unsqueeze(dim_n)，增加dim_n維度，元素?cái)?shù)量為1。

上代碼：

# 定義張量
import torch

b = torch.Tensor(2,1)
b.shape
Out[28]: torch.Size([2, 1])

# 不加參數(shù)，去掉所有為元素個(gè)數(shù)為1的維度
b_ = b.squeeze()
b_.shape
Out[30]: torch.Size([2])

# 加上參數(shù)，去掉第一維的元素為1，不起作用，因?yàn)榈谝痪S有2個(gè)元素
b_ = b.squeeze(0)
b_.shape 
Out[32]: torch.Size([2, 1])

# 這樣就可以了
b_ = b.squeeze(1)
b_.shape
Out[34]: torch.Size([2])

# 增加一個(gè)維度
b_ = b.unsqueeze(2)
b_.shape
Out[36]: torch.Size([2, 1, 1])

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論