關於類型為numpy，TensorFlow.tensor，torch.tensor的shape變化以及相互轉化

https://blog.csdn.net/zz2230633069/article/details/82669546

2018年09月12日 22:56:50 一只tobey 閱讀數：727

 

1.numpy類型：numpy.ndarray  對於圖片讀取之后（H,W,C）或者（batch,H,W,C）

（1）在元素總數不變的情況下：numpy類型的可以直接使用方法numpy.reshape任意改變大小,numpy.expand_dims增加維度，大小是1（這個函數可以參考numpy.expand_dims的用法）

（2）元素總數可以變化：scipy.misc.imresize(a,size)

2.TensorFlow的類型：tensorflow.python.framework.ops.tensor  圖片的計算格式（H,W,C）或者（batch,H,W,C）

（1）在元素總數不變的情況下：numpy可以直接作為Tensor的輸入，一旦被放在tf的函數下則失去了numpy的使用方法。tf.expand_dims在指定維度增加1維，大小為1；tf.squeeze剛好相反，刪掉維度為1的軸（這兩個函數可以參考tf.expand_dims和tf.squeeze函數）；

（2）元素總數可以變化：

1. '''
2. tf和numpy之間的轉化
3. '''
4. import tensorflow as tf
5.  
6. a= tf.zeros(( 3,2))
7. sess=tf.Session()
8. sess.run(tf.global_variables_initializer())
9.  
10. print( "type(a)=",type(a)) # type(a)= <class 'tensorflow.python.framework.ops.Tensor'>
11.  
12. #轉化為numpy數組
13. a_np=a.eval(session=sess)
14. print( "type(a_np)=",type(a_np)) # type(a_np)= <class 'numpy.ndarray'>
15. #轉化為tensor
16. a2= tf.convert_to_tensor(a_np)
17. print( "type(a2)=",type(a2)) # type(a2)= <class 'tensorflow.python.framework.ops.Tensor'>
18.  
19.  

3.torch類型：torch.tensor  圖片的計算格式是（C,H,W）或者（batch,C,H,W）

numpy類型不能直接作為Tensor的輸入，所以在運用torch之前一定要進行轉化。

1. from PIL import Image
2. import torch
3. import numpy as np
4. import matplotlib.pyplot as plt
5. a=Image.open( '/home/zzp/um_lane_000000.png') # 加載圖片數據，返回的是一個PIL類型
6. b=np.array(a).astype(np.float32) # 先將PIL類型轉化成numpy類型，並且把數據變成浮點數
7. c=b.transpose(( 2,0,1)) # 調整成torch的通道
8. d=torch.from_numpy(c).float() # 再將numpy類型轉化成torch.tensor類型
9.  
10. # 或者另外一種加載圖片的方式
11. import scipy.misc
12. import torch
13. import numpy as np
14. a=scipy.misc.imread( '/home/zzp/um_lane_000000.png') # 加載圖片數據，返回的是一個numpy類型
15. c=a.transpose(( 2,0,1)).astype(np.float32) # 直接調整成torch的通道,不需要轉化成numpy類型了，還是要變為浮點數
16. d=torch.from_numpy(c).float() # 再將numpy類型轉化成torch.tensor類型
17.  
18. # 三種加載圖像的方法
19. a=Image.open( '/home/zzp/um_lane_000000.png')
20. b=scipy.misc.imread( '/home/zzp/um_lane_000000.png')
21. c=plt.imread( '/home/zzp/um_lane_000000.png')
22. #顯示

（1）在元素總數不變的情況下

 

（2）元素總數可以變化