PyTorch中的 torch.from_numpy() 和 torch.permute() 函数用于数据转换与维度重排（《PyTorch学习篇》）
发布时间
阅读量：
阅读量
【
引言：今日主要整理一下与permute（）函数相关的使用说明。
1.permute（）函数
首先，该函数主要用于维度的调整，其功能是依据特定规则重新排列原始数据的结构，通常应用于图像中通道数的转换。（what？什么什么？没听明白？你说的是。。。）
接下来：举例说明（相信你会感兴趣）
概述：我们借助permute函数对图像的维度顺序进行调整。（可能还具备其他用途，后续再补充吧！哈哈）
代码：
> 1. import cv2
>
> 2. import math
>
> 3. import torch
>
> 4.
>
> 5.
>
> 6. path=r'./a.jpg'
>
> 7. img=cv2.imread(path)
>
> 8. print(type(img),img.shape) #(1080, 1920, 3)
>
> 9.
>
> 10. tensor_img = torch.from_numpy(img).permute(2, 0, 1).unsqueeze(0).float()全部评论 (0)
还没有任何评论哟~