CIFAR10数据集取一张可视化保存
2018-09-25 16:43
567 查看
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zw__chen/article/details/82841449
transform = transforms.Compose([ transforms.Resize(96), transforms.ToTensor() # transforms.Normalize((.5, .5, .5), (.5, .5, .5)) ]) test_dataset = torchvision.datasets.CIFAR10(root='./data/', train=False, download=True) test_loader = DataLoader(dataset=test_dataset, batch_size=1, shuffle=False) # 得到一个随机的训练图片 dataiter = iter(test_loader) images, labels = dataiter.next() images = torch.squeeze(images) # (1,3,96,96) --> (3,96,96) images = torch.transpose(images, 0, -1) # (3,96,96) --> (96,96,3) img = images.numpy() # 将tensor转换为numpy img = img_as_ubyte(img) # 这点很重要!!这些数值都不是在0-255,所以要转换为unit8 cv2.imwrite("./test.jpg", img) # 保存为test.jpg cv2.imshow(img) # 可视化 cv2.waitKey(0) print "over."阅读更多
相关文章推荐
- CIFAR10数据集的可视化
- python实现cifar10数据集的可视化
- 《TensorFlow学习笔记》卷积神经网络CNN实战-cifar10数据集(tensorboard可视化)
- CIFAR10数据集 matlab可视化及理解
- python实现cifar10数据集的可视化
- 制作自己的数据集之1 python3 实现cifar10数据集的可视化 --- 减少数据集6万张图片为100张图片
- python实现cifar10数据集的可视化
- python实现cifar10数据集的可视化
- 基于Darknet框架训练分类器(cifar10数据集)+windows
- caffe中 cifar10案例(四)可视化loss和accurary曲线
- C# web 网页刷新时数据集的保存和应用
- 神经网络与深度学习 使用Python实现基于梯度下降算法的神经网络和自制仿MNIST数据集的手写数字分类可视化程序 web版本
- [openvc]4.创建一张图片并保存到本地
- 【python】还原二进制图像(可视化):mnist,cifar10,cifar100
- 如何将matlab中cell数组保存为可视化的文件
- 4用于cifar10的卷积神经网络-4.4/4.5cifar10数据集读取和数据增强扩充(上/下)
- 制作cifar10数据集,caffe(三)
- 将数据集更改保存到数据库中
- 工作中遇到的几个SQL语句(保存近几天数据,自动拷贝数据到另一张表,等)
- 对adult数据集建立朴素贝叶斯模型评估并可视化(awk+hive+java+mysql+echarts)