将 numpy 数组图像输入 pytorch 神经网络答案

【问题标题】：inputing numpy array images into pytorch neural net将 numpy 数组图像输入 pytorch 神经网络
【发布时间】：2019-05-15 01:54:27
【问题描述】：

我有一个图像的 numpy 数组表示，我想把它变成一个张量，这样我就可以通过我的 pytorch 神经网络提供它。

我知道神经网络接受变换后的张量，这些张量不是排列在 [100,100,3] 而是 [3,100,100] 中，并且像素会重新缩放，并且图像必须是分批的。

所以我做了以下事情：

import cv2
my_img = cv2.imread('testset/img0.png')
my_img.shape #reuturns [100,100,3] a 3 channel image with 100x100 resolution
my_img = np.transpose(my_img,(2,0,1))
my_img.shape #returns [3,100,100] 
#convert the numpy array to tensor
my_img_tensor = torch.from_numpy(my_img)
#rescale to be [0,1] like the data it was trained on by default 
my_img_tensor *= (1/255)
#turn the tensor into a batch of size 1
my_img_tensor = my_img_tensor.unsqueeze(0)
#send image to gpu 
my_img_tensor.to(device)
#put forward through my neural network.
net(my_img_tensor)

但是这会返回错误：

RuntimeError: _thnn_conv2d_forward is not implemented for type torch.ByteTensor

【问题讨论】：

标签： python numpy pytorch tensor

【解决方案1】：

问题是您提供给网络的输入是 ByteTensor 类型，而类似 conv 的操作只实现了浮点操作。试试下面的

my_img_tensor = my_img_tensor.type('torch.DoubleTensor')
# for converting to double tensor

来源PyTorch Discussion Forum

感谢AlbanD

【讨论】：

它实际上是 FloatTensor，但谢谢你，你的评论让我找到了答案。