init__.py", line 13, in __getitem__KeyError: <class 'torch.cuda.ByteTensorimage_list = [] for filename in glob.glob(path + '/
浏览 8提问于2017-08-10得票数 0
回答已采纳
2回答
我正在尝试自定义加载一些带有标签的图像文件(JPG文件)，并按照示例将它们输入到PyTorch中的卷积神经网络(CNN)。然而，似乎仍然存在。我看到的问题如下所示。RuntimeError: thnn_conv2d_forward is not implemented for type我的Dataset如下所示。此外，我知道在不转置图像数据的情况下，它是WHC的形状，但NN模型要求它为CWH。问题是，如果我们从WHC更改为CWH，那么如果我们在DataLoader上迭代，我们就不能再简单
浏览 21提问于2018-05-19得票数 5
1回答
我正在通过matlab将图像转换为二进制文件，并尝试将matlab的二进制向量(1d)加载到python中，并将它们转换为ByteTensors： img = np.fromfile(dir_train+ image_name)
img = torch.ByteTensor(img) 这可以很好地工作。因为神经网络(resnet18)需要4维张量，所以之后我想把它们转换回图像，比如重塑它们。ByteTensors是2维的。做到这一点的最好方法是什么？目前，我的网络需要64，3，7，7维
浏览 70提问于2020-07-10得票数 0
回答已采纳
我有一个LongTensor，它包含来自另一个张量的所有指数。如何将此LongTensor转换为可用作选择掩码的ByteTensor。据我所理解，从docs，:index，：窄操作返回一个全新的张量。
浏览 5提问于2016-07-15得票数 0
回答已采纳
2回答
如何对火炬中的两个张量执行按位和/或操作？
假设我有两个ByteTensors a和b，我想计算逻辑和/或它们之间的逻辑。是否可以使用一个函数来完成它？
浏览 5提问于2016-07-13得票数 0
回答已采纳
2回答
我在寻找一种优雅的方法来选择满足一些约束的torch张量的子集。例如，假设我有：S是一个10x1张量，我希望能够进行逻辑索引，如下所示所以有一个接受LongTensor的index函数，但我找不到一种简单的方法将S转换为LongTensor，除了以下内容：它返回一个K x 2张量(K因此，我必须将其转换为</e
浏览 2提问于2016-04-01得票数 7
有人能帮我在Pytorch1.4中如何对两个张量执行逐位AND操作吗？ 显然，我只能在官方document中找到NOT和XOR操作 ?
浏览 57提问于2020-01-21得票数 0
2回答
我有Lua代码，它使用luasocket从url下载图像：local image = require('image')
if not body then error(code) end -- check for errors
为了将此图像读入火炬张量/temp.jpg', 'w
浏览 1提问于2016-02-26得票数 3
回答已采纳
我无法使dtype匹配，如果我将张量更改为long，则可能是损失想要long，或者模型想要浮动。张量的形状为42000、1、28、28和42000。我不确定在哪里可以更改模型或损失所需的数据类型。
浏览 4提问于2020-02-28得票数 15
回答已采纳
1回答
如何用numpy保存张量？
、、、、
我需要通过将x-1转换为numpy矩阵来保存张量，然后将其保存为pkl文件。如何将x转换为numpy ..Y=x.transform() Pickle.dump(Y,file)
浏览 30提问于2021-06-07得票数 0
回答已采纳
1回答
我有一个图像的numpy数组表示，我想把它变成一个张量，这样我就可以通过我的pytorch神经网络来输入它。我知道神经网络接受转换后的张量，这些张量不是以100,100,3排列，而是3,100,100，像素被重新缩放，图像必须分批处理。net(my_img_tensor)RuntimeError: _thnn_conv2d_forward is not implemented for type torch.ByteTensor
浏览 2提问于2018-12-14得票数 4
回答已采纳
我想将cv::Mat类转换为torch::Tensor类，并将它们放入libtorch的CNN模块中进行预测。我应该如何将Mat类转换为张量类？该mnist训练集的训练图像是单通道灰度图像。如果我想测试，它应该加载一个灰色垫子图像，所以我想要将单通道灰度图像转换为张量。我使用的语言是c++。
浏览 145提问于2020-12-28得票数 0
1回答
我正在使用一个自定义数据集，其中包含实验室格式(Lightness，a，b)的不同大小的图像，这些图像被馈送到CNN。接下来，我想知道是否每个张量都需要转置？我的怀疑是，它会失去它的尺寸，这些尺寸在图像之间是可变的，我最终将无法重建图像。有什么想法或想法我应该如何使图像标准化？
浏览 17提问于2019-09-29得票数 0
回答已采纳
2回答
我有一个形状的输入张量(32,256,256,256)。在这个张量形状中，32是批次大小。第二，256是给定大小为256×256的图像中的信道数。我想做池，以便将张量转换成形状( 32，32,256,256)。在PyTorch中，如果我尝试应用池，则形状的最后两个维度(与图像相关)正在发生变化，但与通道相关的维度却没有变化。能否将池应用于输入张量以获得输出张量？如果不可能，建议我如何将输入张量转换为输出张量<
浏览 0提问于2021-09-23得票数 1
2回答
我有一个字符串张量对象，它是通过在图像张量tf.io.encode_jpeg上调用生成的。
如何将此字符串张量转换为PIL映像？
浏览 10提问于2022-06-14得票数 1
1回答
火炬数据集的结构是什么？
、、、
我已经制作了像素图像和相应的标签。然而，我不知道如何将这些数据提供给火炬。我从其他人那里读了一些代码，发现他们使用的是扩展为'.t7‘的数据集，我认为它是张量类型。是对的吗？我想知道如何将我的像素图像(实际上，我是使用MNIST数据集用Matlab制作的)转换为与torch兼容的t7扩展。必须有t7格式的数据集结构，但我找不到它(也是用于标签的)。总之，我有像素图像和标签，并希望将它们转换成与火炬兼容的t7格式。
提前感谢！
浏览 3提问于2016-06-06得票数 6
回答已采纳
我试图从我之前创建的张量中恢复图像，并将其可视化，然而，结果图像似乎是扭曲的/垃圾。这就是我如何将CV_8UC3转换为相应的at::Tensor at::Tensor tensor_image = torch::from_blob(img.data, { img.rows, img.cols, 3 }, at::kByte); 这就是我把它转换回图像的方法： auto ToCvImage(at::Tensor tensor) int width =
浏览 37提问于2020-07-29得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
