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3x2torch.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GPUtorch.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。
