外贸网站建设 如何做,crm客户管理系统api,宣城网站开发,seo虚拟外链在学习卷积神经网络时#xff0c;我们通常使用的就是公开的数据集#xff0c;这里#xff0c;我们不使用公开数据集#xff0c;直接导入自己的图片数据#xff0c;下面#xff0c;就简单写个程序实现批量图片的导入。
import osfrom PIL import Imageimport numpy as np…在学习卷积神经网络时我们通常使用的就是公开的数据集这里我们不使用公开数据集直接导入自己的图片数据下面就简单写个程序实现批量图片的导入。
import osfrom PIL import Imageimport numpy as npimport torchpathE:\\3-10\\catIMG[]filenames[name for name in os.listdir(path)]for i,filename in enumerate(filenames): imgImage.open(os.path.join(path,filename)) imgimg.resize((28,28))#将图片像素改为28x28 imgnp.array(img)#将图像数据转为numpy imgtorch.from_numpy(img)#将numpy转换为tensor张量 imgimg.permute(2,0,1)#将HWC转换为CHW IMG.append(img)#得到图片列表IMGENDtorch.stack([ig for ig in IMG],dim0)#堆叠tensor IMGEND.size()torch.Size([5, 3, 28, 28])
借助上述代码我们便可将我们准备的图片带入计算机以便开展接下来的任务。
注对上述代码稍加修改便可引入标签修改图片大小分为训练集和测试集等等操作。
