2

我有一个看起来像 torch.Size([32, 3, 64, 64]) 的火炬张量。

我正在尝试将张量转换为可以传递这些断言的东西:

assert(type(images) == list)
assert(type(images[0]) == np.ndarray)
assert(len(images[0].shape) == 3)
assert(np.max(images[0]) > 10)
assert(np.min(images[0]) >= 0.0)

我目前正在这样做以转换张量:

# turn tensor into list of lists
imgs = imgs.tolist()

# iterate over list and turn each image into a numpy array with normalized values
for idx, img in enumerate(imgs):
  img = cv2.normalize(np.array(img), None,
  alpha = 0, beta = 255, norm_type = cv2.NORM_MINMAX )

我得到这个错误:

File "scripts/run_model.py", line 158, in get_inception_score
assert(type(images[0]) == np.ndarray)
AssertionError

如何正确转换张量,使 type(images) 是一个列表,而 type(images[0] 是一个 np.ndarray)?任何帮助将不胜感激。先感谢您。

4

1 回答 1

0

首先使用将 Pytorch 张量转换为 numpy 数组tensor.numpy(),然后使用内置list()方法将其转换为列表。

images = torch.randn(32,3,64,64)
numpy_imgs = images.numpy()
list_imgs = list(numpy_imgs)
print(type(images))
print(type(numpy_imgs))
print(type(list_imgs))
print(type(list_imgs[0]))

<class 'torch.Tensor'>

<类'numpy.ndarray'>

<类'列表'>

<类'numpy.ndarray'>

于 2019-11-21T04:51:47.990 回答