Numpy 在批处理映像加载程序中循环

假设我有一批货

imgs=火炬尺寸（[128,1,28,28]）

如果我想循环浏览每个图像

for img in imgs:
   print(img.shpae) -> torch.Size([1, 28, 28])

---

如果我想为每个图像获得一个火炬大小（[1,1,28,28]），我应该怎么做？

您可以将张量最初调整为

[128,1,1,28,28]

#tensor.resize_u（（'new_shape'））
imgs.resize_uu（（128,1,1,28,28））

否当您在每个图像中循环时，将具有所需的形状[1,1,28,28]

其次，如果不想更改原始数据，请分别重塑每个图像

#tensor.resize_u（（'new_shape'））
调整图像大小（1,1,28,28））

---

查看PyTorch

您可以将张量最初调整为

[128,1,1,28,28]

#tensor.resize_u（（'new_shape'））
imgs.resize_uu（（128,1,1,28,28））

否当您在每个图像中循环时，将具有所需的形状[1,1,28,28]

其次，如果不想更改原始数据，请分别重塑每个图像

#tensor.resize_u（（'new_shape'））
调整图像大小（1,1,28,28））

看一下PyTorch

Just pass dim，在该位置您希望添加一个额外的单体维度

imgs=torch.zero（[128,1,28,28]）
#dim（int）–插入单例维度的索引
imgs.unsqueze_uz（尺寸=1）
形状
>>>火炬尺寸（[128,1,1,28,28]）

只需传递dim，在该位置您要添加一个额外的单体维度

imgs=torch.zero（[128,1,28,28]）
#dim（int）–插入单例维度的索引
imgs.unsqueze_uz（尺寸=1）
形状
>>>火炬尺寸（[128,1,1,28,28]）