网站点击量统计,企业响应式网站建设报价,大连有什么好玩的地方,电影网站建设的意义如题#xff0c;神经网络通常使用浮点数张量作为输入#xff0c;我们要做的第一件事情就是将图片转化为浮点数#xff0c;并且做归一化操作。
import torch
import imageio
import osdata_dirF:\\work\\deep_learning\\pytorch\\dlwpt-code-master\\data\\p1ch4\\image-cat…如题神经网络通常使用浮点数张量作为输入我们要做的第一件事情就是将图片转化为浮点数并且做归一化操作。
import torch
import imageio
import osdata_dirF:\\work\\deep_learning\\pytorch\\dlwpt-code-master\\data\\p1ch4\\image-cats
print(data_dir)
file_names[name for name in os.listdir(data_dir) ] #if os.path.splitext(name)[-1]pngbatch_size3
batchtorch.zeros(batch_size,3,256,256,dtypetorch.uint8)for i ,file_name in enumerate(file_names):img_arrimageio.imread(os.path.join(data_dir,file_name))img_ttorch.from_numpy(img_arr)img_timg_t.permute(2,0,1)img_timg_t[:3]batch[i]img_t#获取通道数量
n_channelsbatch.shape[1]#print(n_channels)#一般为3#将图片转为float类型
batchbatch.float()for c in range(n_channels):print(batch[:,c].shape)#对3张图片所有的c通道求平均值和方差meantorch.mean(batch[:,c])stdtorch.std(batch[:,c])batch[:,c](batch[:,c]-mean)/stdprint(mean)print(std)print(batch.shape)print(batch)
结果如下
torch.Size([3, 256, 256])
tensor(147.8829)
tensor(56.4011)
torch.Size([3, 256, 256])
tensor(114.5765)
tensor(52.7250)
torch.Size([3, 256, 256])
tensor(90.6373)
tensor(49.2352)torch.Size([3, 3, 256, 256])
