numpy Torch 视觉模型中 Torch 、Tensor、置换的使用

ar5n3qh5 于 2023-01-02 发布在其他

关注(0)|答案(1)|浏览(159)

我正在使用torchvision的Resnet50分类模型，默认情况下接受图像作为输入。我希望使模型接受numpy文件（.npy）作为输入。我知道这两者具有不同的维度，因为numpy数据为

[batch_size, depth, height, width, channels]

代替

[batch_size, channels, depth, height, width].

在this answer的基础上，我可以使用置换函数来改变维度的顺序，但是，我找不到任何解决方案或线索来说明如何在torchvision模型中实现这一点。

1条答案

假设你有一个Tensorx，其维数为

[batch_size, depth, height, width, channels]

你想得到一个Tensory，其维数为

[batch_size, channels, depth, height, width]

permute()方法对这些维进行重新排序。您必须指定原始维的重新排序顺序，以获得新维，即

y = x.permute([0, 4, 1, 2, 3])

如果我们对此进行分析，在原始Tensorx中，维数计算为

[batch_size, depth, height, width, channels]
 0           1      2       3      4

在新的Tensor中，我们得到

[batch_size, channels, depth, height, width]
 0           4         1      2       3

我们需要传递给permute()
或者，您也可以只使用einsum()函数，在该函数中，您可以只输入签名，这要直观得多。

y = torch.einsum('b d h w c -> b c d h w', x)