pytorch初步学习(一):数据读取
2024-08-25 20:46:01
最近从tensorflow转向pytorch,感受到了动态调试的方便,也感受到了一些地方的不同。
所有实验都是基于uint16类型的单通道灰度图片。
一开始尝试用opencv中的cv.imread读取图片,发现会默认读8位数据。。。后来还是改用了skimage读取图片。一个小坑。
在tensorflow中:
利用append得到数组x_test [batchsize,width,hight]
x_test = x_test[:, :, :, np.newaxis]
# 占位符
x=tf.placeholder(tf.float32, shape=[None, w, h, 1], name='x')
# 送入网络tensor维度依次为:batchsize,width,hight,channel
在pytorch中:
arr = np.asarray(img, dtype="float32")
data_x[i, :, :, :] = arr
i += 1
data_y.append(int(item[0]))
data_x = torch.from_numpy(data_x)
data_y = torch.from_numpy(data_y)
dataset = dataf.TensorDataset(data_x, data_y)
loader = dataf.DataLoader(dataset, batch_size=batchsize, shuffle=True)
# 送入网络的tensor维度依次为:batchsize,channel, width,hight
在tensorflow中需要自己写一个minibatch函数控制训练,在pytorch中可以调用dataloader将数据变成torch需要的tensor形式,并且不需要额外写minibatch函数。
最新文章
- Sublime Text 3汉化中文版
- post请求报文
- Maven私服Nexus3.x环境构建操作记录
- 【hdu 5918】Sequence I(KMP)
- DP入门---Robberies
- BestCoder15 1002.Instruction(hdu 5083) 解题报告
- 用户故事(User Story)
- 浅谈inline-block
- iOS 界面 之 EALayout 无需反复编译,可视化实时界面,告别Storyboard AutoLayout Xib等等烦人的工具
- 5.Qt自定义Button按钮的实现
- Python用可变参数找出最大值和最小值
- package.json bin的作用
- 手写实现ArrayList &; LinkedList
- oracle中的日期函数的使用
- Win10系统的DELL平板如何重装WIN10系统
- ajax请求完成执行的操作
- nagios系列(二)之nagios客户端的安装及配置
- K-Means算法的Java实现
- windows10 hyper-v安装配置centos6.8
- 完全分布式hadoop2.5.0安装 VMware下虚拟机centos6.4安装1主两从hadoop