一個超強 Pytorch 操作！！！
哈嘍，我是小壯！
這幾天關于深度學習的內容，已經分享了一些。
另外，類似于numpy、pandas常用數據處理函數，在Pytorch中也是同樣的重要，同樣的有趣！！
Pytorch同樣提供了許多用于數據處理和轉換的函數。
今兒來看下，最重要的幾個必會函數。
torch.Tensor
torch.Tensor 是PyTorch中最基本的數據結構，用于表示張量（tensor）。張量是多維數組，可以包含數字、布爾值等。你可以使用torch.Tensor的構造函數創建張量，也可以通過其他函數創建。
import torch
# 創建一個空的張量
empty_tensor = torch.Tensor()
# 從列表創建張量
data = [1, 2, 3, 4]
tensor_from_list = torch.Tensor(data)torch.from_numpy
用于將NumPy數組轉換為PyTorch張量。
import numpy as np
numpy_array = np.array([1, 2, 3, 4])
torch_tensor = torch.from_numpy(numpy_array)torch.Tensor.item
用于從只包含一個元素的張量中提取Python數值。適用于標量張量。
scalar_tensor = torch.tensor(5)
scalar_value = scalar_tensor.item()torch.Tensor.view
用于改變張量的形狀。
original_tensor = torch.randn(2, 3) # 2x3的隨機張量
reshaped_tensor = original_tensor.view(3, 2) # 將形狀改變為3x2torch.Tensor.to
用于將張量轉換到指定的設備（如CPU或GPU）。
cpu_tensor = torch.randn(3)
gpu_tensor = cpu_tensor.to("cuda") # 將張量移動到GPUtorch.Tensor.numpy
將張量轉換為NumPy數組。
pytorch_tensor = torch.tensor([1, 2, 3])
numpy_array = pytorch_tensor.numpy()torch.nn.functional.one_hot
用于對整數張量進行獨熱編碼。
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
用于加載和處理數據集。這兩個類通常與自定義的數據集類一起使用。
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)以上這些是PyTorch中一些重要的數據轉換函數，進行了簡單的使用。
它們對于處理和準備深度學習任務中的數據非常非常有幫助。
一個案例
接下來，我們制作一個圖像分割的案例。
在這個案例中，我們將使用PyTorch和torchvision庫進行圖像分割，使用預訓練的DeepLabV3模型和PASCAL VOC數據集。
在整個的代碼中，涉及到上面所學到的內容，調整大小、裁剪、標準化等。
import torch
import torchvision.transforms as transforms
from torchvision import models
from PIL import Image
import matplotlib.pyplot as plt
# 下載示例圖像
!wget -O example_image.jpg https://pytorch.org/assets/deeplab/deeplab1.jpg
# 定義圖像轉換
transform = transforms.Compose([
transforms.Resize((256, 256)), # 調整大小
transforms.ToTensor(), # 轉換為張量
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 標準化
])
# 加載并轉換圖像
image_path = 'example_image.jpg'
image = Image.open(image_path).convert("RGB")
input_tensor = transform(image).unsqueeze(0) # 添加批次維度
# 加載預訓練的DeepLabV3模型
model = models.segmentation.deeplabv3_resnet101(pretrained=True)
model.eval()
# 進行圖像分割
with torch.no_grad():
output = model(input_tensor)['out'][0]
output_predictions = output.argmax(0)
# 將預測結果轉換為彩色圖像
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: 物體
(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
# 將預測結果轉換為彩色圖像
output_rgb = decode_segmap(output_predictions.numpy())
# 可視化原始圖像和分割結果
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()在這個案例中，我們首先定義了一系列圖像轉換函數，包括調整大小、轉換為張量和標準化。這些轉換確保輸入圖像滿足模型的需求。
然后，加載了一個示例圖像并應用了這些轉換。
接下來，我們使用了torchvision中預訓練的DeepLabV3模型來進行圖像分割。對于輸出，我們提取了預測結果的最大值索引，以獲得每個像素的預測類別。
最后，我們將預測結果轉換為彩色圖像，并可視化原始圖像和分割結果。
這個案例強調了圖像轉換函數在圖像分割任務中的重要作用，確保輸入圖像符合模型的輸入要求，并且輸出結果易于可視化。
