深度学习-图片

本文介绍如何使用numpy.reshape()将单张图片从(通道数*长*宽)转换为PyTorch神经网络所需的(数量*通道数*长*宽)格式。通过具体代码示例,解决因图片维度不匹配导致的错误。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 pytorch 对图片增加维度

要求图片4维: 数量* 通道数* 长*宽,二本地选取单张图片只有:通道数* 长* 宽用numpy.reshape() 可以对其扩展。

import numpy 

from PIL import Image

img=Image.open(“/home/1,jpg”)

img=np.array(img)

img=img.reshape(1,3,32,32)

这样就不会因为维度的问题再报错,神经网络要求tensor 类型,注意转换。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值