2023-12-31,

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。

PS:本文来源：一个超强 Pytorch 操作！！,Pytorch,函数,深度学习,开发,作者：小壮