博客介绍了在深度学习中，如何理解img.shape[-2:]和len(img.shape[-2:])。img.shape[-2:]获取图像的高(H)和宽(W)，而len(img.shape[-2:])返回的是维度数，即2。文中讨论了在判断image是否为tensor类型时，这一断言的实际意义和可能的报错情况。
——————————————————————————————————————
知识点补充：
img.shape[-2:]
.shape[0]求0维的样本数量，不准确理解即行数；.shape[1]求1维的样本数量，不准确理解即列数；
.shape[-2:]即倒数第二维度至最后一维度，即最后两维度（-2维度，-1维度），img.shape[-2:]即求出来最后两维度的样本数量，在image的tensor形式中，图片以（C,H,W）存储，故后两维度应该为（H,W），即img.shape[-2:]得到（H,W）
len(img.shape[-2:])
len对shape来说是得到维度的数目，即一维得1，二维得2，len(img.shape)得3，len(img.shape[-2:])即得2.
——————————————————————————————————————
订阅专栏 解锁全文
扫一扫
2356
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
