Transforms的使用（一）

1.使用ToTensor类将数据转化为Tensor形式

• 导入需要使用的transforms类

  from torchvision import transforms
  

• 创建ToTensor类的实例

  totensor = transforms.ToTensor()
  

• 将读取的图片ndarray数据转化为Tensor数据

  img = cv.imread(img_path)
  img = totensor(img)
  

  

2. 使用add_image()添加tensor类型的图像

• 将tensor转换后的数据作为img_tensor的参数传入即可

  from torch.utils.tensorboard import SummaryWriter
  writer = SummaryWriter('./logs')
  writer.add_image(tag = 'image', 
                   img_tensor = img)  # 将tensor数据传入即可
  writer.close()
  

  

3.注意事项

• ToTensor只能将PIL数据、ndarray数据转为Tensor数据
• 为什么要使用tensor数据类型
  数据、ndarray数据转为Tensor数据
• 为什么要使用tensor数据类型
  • tensor类型包含了神经网络相关的参数，可以理解为包含了很多矩阵类型、PIL类型所不包含的深度学习训练必要的信息