从 numpy 到 Pytorch 的矩阵乘法（逐元素）

Question

我有两个 numpy 数组（图像和环境图），

MatA
MatB

两者都有形状(256, 512, 3)

当我用 numpy 进行乘法（逐元素）时：

prod = np.multiply(MatA,MatB)

我得到了想要的结果（返回图像时通过 Pillow 进行可视化）

但是当我使用 pytorch 完成时，我得到了一个非常奇怪的结果（甚至不接近上述）。

我用下面的代码做到了：

MatATensor = transforms.ToTensor()(MatA)
MatBTensor = transforms.ToTensor()(MatB)

prodTensor = MatATensor * MatBTensor

由于某些原因，MatATensor 和 MatBtensor 的形状都是

torch.Size([3, 256, 512])

prodTensor 也是如此。 当我尝试重塑为(256,512,3) 时，出现错误。

有没有办法获得相同的结果？

我是 pytorch 的新手，因此我们将不胜感激。

Answer 1

我建议您使用torch.from_numpy，它可以轻松地将您的ndarrays 转换为torch 张量。如：

In[1]: MatA = np.random.rand(256, 512, 3)
In[2]: MatB = np.random.rand(256, 512, 3)

In[3]: MatA_torch = torch.from_numpy(MatA)
In[4]: MatB_torch = torch.from_numpy(MatB)

In[5]: mul_np = np.multiply(MatA, MatB)
In[6]: mul_torch = MatA_torch * MatB_torch

In[7]: torch.equal(torch.from_numpy(mul_np), mul_torch)
Out[7]: True

In[8]: mul_torch.shape
Out[8]: torch.Size([256, 512, 3])

如果你想让它回到 numpy，就这样做：

mul_torch.numpy()

Answer 2

如果您阅读transforms.ToTensor() 的文档，您会看到这种转换不仅将numpy 数组转换为torch.FloatTensor，而且还将其维度从HxWx3 转换为@987654329 @xHxW.
要“撤消”此操作，您需要

 prodasNp = (prodTensor.permute(2, 0, 1) * 255).to(torch.uint8).numpy()

更多信息请参见permute。