PyTorch 教程-图像识别中的图像转换
在PyTorch中进行图像识别，加载和转换是两个基本的概念，是识别过程的起始步骤。
以下是逐步执行加载和转换的步骤：
步骤1：
在第一步中，我们安装所有必需的库，如pip、torchvision、numpy等。如果已经满足所有必需的库，则导入torch，然后从torchvision导入datasets和transforms。为了绘制我们的数据集，我们将导入matplotlib.pyplot库，还将导入numpy执行操作。导入库如下：
import torch
import matplotlib.pyplot as plt
import numpy as np
from torchvision import datasets, transforms 步骤2：
在第二步中，我们使用datasets的MNIST()方法加载MNIST数据集。在第一个参数中，我们指定了数据的根目录，如下所示：
training_dataset=datasets.MNIST(root='./data') 在第二个参数中，我们设置train='true'。我们这样做是为了初始化MNIST训练数据集。之后，我们设置download='true'，如果数据文件夹中没有数据文件，它将下载到数据文件夹中。
Training_dataset=datasets.MNIST(root='./data',train=True,download=True) 最后一个参数将是transform，它等于在training_dataset之前初始化的transform1参数。此参数规定了您希望在图像上应用的任何图像操作。
training_dataset=datasets.MNIST(root='./data',train=True,download=True,transform=transform1) 注意：我们的MNIST图像是28*28的灰度图像，这意味着每个图像都是一个28像素宽和28像素长的二维数字数组，每个像素的强度范围从0到255。
我们必须将图像从数组转换为张量。我们将使用transforms的Compose()方法，它允许我们将多个转换链接在一起。因此，我们的第一个转换，作为组合的第一个参数传递，将是transforms.ToTensor()。这将将我们的0到255范围内的numpy数组转换为0到1范围内的浮点张量。
transform1=transforms.Compose([transforms.ToTensor()]) 我们还将使用transforms的normalize()方法应用标准化转换。
transform1=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,),(0.5,))]) 在normalize()方法中，我们指定用于规范化张量图像的均值，并指定中心偏差。现在，我们调用我们的训练数据集：
training_dataset 
步骤3：
我们将通过绘制来进一步分析此数据集中的图像。为了绘制张量图像，我们必须将其转换回numpy数组。我们将在一个包含一个参数的函数def im_convert()中执行此操作，该参数将是我们的张量图像。
def im_convert(tensor): 在将张量转换为numpy数组之前，我们首先将其克隆。它将创建张量的新副本，然后我们使用detach()函数，然后使用numpy：
image=tensor.clone().detach().numpy() 注意：将转换为numpy数组的张量具有第一、第二和第三维的形状。第一维代表颜色通道，第二和第三维代表图像的宽度和高度以及像素。
我们知道MNIST数据集中的每个图像都是一个对应于单个颜色通道的灰度图像，宽度和高度为28*28像素。因此，形状将为（1，28，28）。
步骤4：
为了绘制我们的图像，要求图像具有形状（28，28，1）。因此，我们将通过交换轴0、1和2来转置我们的图像：
image=image.transpose(1,2,0) 此方法交换轴0与轴1，轴1与轴2。
步骤5：
在接下来的步骤中，我们对我们之前进行过规范化的图像进行反规范化。规范化是通过减去均值并除以标准差完成的。我们将通过标准差乘以均值，然后加上均值来进行反规范化：
image=image*(np.array((0.5,0.5,0.5))+np.array((0.5,0.5,0.5))) 为了确保在0到1之间的范围，我们使用clip()函数，并将零和一作为参数传递。我们将clip函数应用于最小值为0和最大值为1，并返回图像：
image=image.clip(0,1)
return image 步骤6：
现在，我们为更好的可视化绘制我们的MNIST数据集。我们将从training_loader()加载图像开始。training loader是我们在训练神经网络时之前用于指定训练批次的。对于每个epoch，我们执行整个数据集的单次传递。但是，具有六万张训练图像的一个epoch对于一次性适应计算机来说太大了。因此，我们将其划分为较小的批次，使用我们的train loader：
training_loader=torch.utils.data.DataLoader(dataset=training_dataset,batch_size=100,shuffle=True) 第一个参数是数据集，等于我们的training_dataset。第二个参数是我们的批量大小，等于100。第三个参数，我们将shuffle设置为true。
注意：批量大小为100将花费600次迭代才能完成一个epoch，并且每次迭代都会更新神经网络的权重并最小化错误。
步骤7：
在下一步中，我们包装我们的train loader。它将创建一个对象，允许我们一次遍历可变的训练 loader 中的一个元素。我们通过在dataiter上调用next来一次访问它的一个元素。next()函数将获取我们训练数据的第一个批次，该训练数据将分为图像和标签：
dataiter=iter(training_loader)
images,labels=dataiter.next() 步骤8：
现在，我们将绘制批次中的图像以及它们对应的标签。这将通过plt的figure函数以及将figsize设置为整数元组25*4来完成，该元组将指定图的宽度和高度：
fig=plt.figure(figsize=(25,4)) 现在，我们绘制来自我们批次的20个MNIST图像。我们使用add_subplot()方法向当前图添加一个子图，并传递2、10和idx作为函数的参数。这里两是行数，十是列数，idx是索引。
ax=fig.add_subplot(2,10,idx+1) 现在，我们将显示我们的图像，使用im_show()函数，并为每个图像绘制一个标题：
plt.imshow(im_convert(images[idx]))
ax.set_title([labels[idx].item()]) 最后调用plt.show()，它将为我们提供预期的结果。
完整代码
import torch
import matplotlib.pyplot as plt
import numpy as np
from torchvision import datasets,transforms
transform1=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.5,),(0.5,))])
training_dataset=datasets.MNIST(root='./data',train=True,download=True,transform=transform1)
training_loader=torch.utils.data.DataLoader(dataset=training_dataset,batch_size=100,shuffle=True)
def im_convert(tensor):
image=tensor.clone().detach().numpy()
image=image.transpose(1,2,0)
print(image.shape)
image=image*(np.array((0.5,0.5,0.5))+np.array((0.5,0.5,0.5)))
image=image.clip(0,1)
return image
dataiter=iter(training_loader)
images,labels=dataiter.next()
fig=plt.figure(figsize=(25,4))
for idx in np.arange(20):
ax=fig.add_subplot(2,10,idx+1)
plt.imshow(im_convert(images[idx]))
ax.set_title([labels[idx].item()])
plt.show() 
现在，借助这些标签图像，我们将实现一个神经网络，用于对新的测试图像进行分类。
