Pytorch 之修改Tensor部分值方式

yipeiwu_com6年前Python基础

一:背景引入

对于一张图片,怎样修改局部像素值?

二:利用Tensor方法

比如输入全零tensor,可认为为黑色图片

>>> n=torch.FloatTensor(3,3,4).fill_(0)
>>> n
    tensor([[[0., 0., 0., 0.], 
         [0., 0., 0., 0.],                          
         [0., 0., 0., 0.]], 
         
         [[0., 0., 0., 0.], 
         [0., 0., 0., 0.],
         [0., 0., 0., 0.]], 
 
         [[0., 0., 0., 0.], 
         [0., 0., 0., 0.],
         [0., 0., 0., 0.]]])     

现在修改部分值:

>>> n[:,0:2,1:3]=1

结果为

>>> n
    tensor([[[0., 1., 1., 0.], 
         [0., 1., 1., 0.],                          
         [0., 0., 0., 0.]], 
         
         [[0., 1., 1., 0.], 
         [0., 1., 1., 0.],
         [0., 0., 0., 0.]], 
 
         [[0., 1., 1., 0.], 
         [0., 1., 1., 0.],
         [0., 0., 0., 0.]]]) 

可以看到利用切片的思想可以修改tensor中的部分值。这样修改后,黑色图片上就会有白色的小洞洞,因为在tensor中,1代表是白色,RGB中的255。

以上这篇Pytorch 之修改Tensor部分值方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

opencv 获取rtsp流媒体视频的实现方法

获取实时数据 import cv2 # user: admin # pwd: 12345 # main: 主码流 # ip: 192.168.1.64 # Channels: 实时...

Python中利用LSTM模型进行时间序列预测分析的实现

Python中利用LSTM模型进行时间序列预测分析的实现

时间序列模型 时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征。这是一类相对比较复杂的预测建模问题,和回归分析模型的预测不同,时间序列模型是依赖于事...

ActiveMQ:使用Python访问ActiveMQ的方法

ActiveMQ:使用Python访问ActiveMQ的方法

Windows 10家庭中文版,Python 3.6.4,stomp.py 4.1.21 ActiveMQ支持Python访问,提供了基于STOMP协议(端口为61613)的库。 Act...

详解用python自制微信机器人,定时发送天气预报

详解用python自制微信机器人,定时发送天气预报

0 引言 前段时间找到了一个免费的天气预报API,费了好段时间把这个API解析并组装成自己想用的格式了,就想着如何实现每天发送天气信息给自己。最近无意中发现了wxpy库,用它来做再合适不...

用Python删除本地目录下某一时间点之前创建的所有文件的实例

因为工作原因,需要定期清理某个文件夹下面创建时间超过1年的所有文件,所以今天集中学习了一下Python对于本地文件及文件夹的操作。网上 这篇文章 简明扼要地整理出最常见的os方法,抄袭如...