深度学习:扩散模型:class1

这是本文档旧的修订版!


import torch                              # 导入 PyTorch 库,用于张量操作
import torch.nn.functional as F           # 导入 PyTorch 的函数式 API,包含各种神经网络函数
import numpy as np                        # 导入 NumPy 库,用于数值计算
import matplotlib as mpl                  # 导入 Matplotlib 库的主模块
import matplotlib.pyplot as plt           # 导入 Matplotlib 的绘图模块,用于显示图像
import imageio.v2 as imageio                            # 导入 imageio 库,用于读取图片文件

mpl.rcParams['figure.figsize'] = (12, 8)  # 设置 Matplotlib 图表默认尺寸为 12x8 英寸

img = torch.FloatTensor(imageio.imread('imgs/hills_2.png')/255)  # 读取图片,像素值归一化到[0,1],转为 PyTorch 浮点张量
print(type(img))
plt.imshow(img)                           # 使用 Matplotlib 显示图片
plt.show()

将上述文件保存为1.py,执行后将hills_2.png显示出来。

RGB一共有三个通道

R:Red(红色)

G:Green(绿色)

B:Blue(蓝色)

其取值范围为[0,255]

例如:

黑色:(0,0,0)

白色:(255,255,255)

红色:(255,0,0)

蓝色:(0,0,255)

如果图像尺寸是 𝐻×𝑊

常见 tensor 形状:

PyTorch:(3,𝐻,𝑊)

TensorFlow:(𝐻,𝑊,3)

该主题尚不存在

您访问的页面并不存在。如果允许,您可以使用创建该页面按钮来创建它。

  • 深度学习/扩散模型/class1.1773208637.txt.gz
  • 最后更改: 2026/03/11 13:57
  • 张叶安