如何将张量视为图像？答案

【问题标题】：How can I view Tensor as an image?如何将张量视为图像？
【发布时间】：2019-12-24 09:31:59
【问题描述】：

我用 tensorflow 学习了一些数据。

为了测试，我看到了最终结果的形状。

它是 (1, 80, 80, 1) 的张量。

我使用 matplotlib 或 PIL 来做到这一点，

我想在更改为饼图数组后查看图像。

但我无法将张量更改为 numpy。

即使我使用了 eval()，由于会话，我也无法执行任何操作。

没有办法将张量转换为numpy。

我可以将张量视为图像吗？

(mytensor1) # mytensor

arr = np.ndarray(mytensor1)
arr_ = np.squeeze(arr)
plt.imshow(arr_)
plt.show()

但是有错误信息： TypeError: len >= 0 或单个整数的预期序列对象

【问题讨论】：

标签： python tensorflow machine-learning

【解决方案1】：

你可以使用 numpy 的挤压功能。例如

arr = np.ndarray((1,80,80,1))#This is your tensor
arr_ = np.squeeze(arr) # you can give axis attribute if you wanna squeeze in specific dimension
plt.imshow(arr_)
plt.show()

现在，您可以轻松显示此图像（例如上面的代码，假设您使用的是matplotlib.pyplot as plt）。

【讨论】：

你能显示整个错误日志吗？另外，你的 mytensor1 的数据类型是什么？
错误是“TypeError: len >= 0 或单个整数的预期序列对象”数据类型是 float32
@talos1904 请问，结果代表什么？如果我得到带有彩色像素的图像，那意味着什么吗？

【解决方案2】：

对于使用 PyTorch 的人，我知道的最简单的方法是：

import matplotlib.pyplot as plt

plt.imshow(my_tensor.numpy()[0], cmap='gray')

应该这样做

【讨论】：

这是一个很好的灰度快速方法（尽管您可能必须在.numpy() 之前添加.cpu()）。但是要以真实颜色显示图像，您可以这样做：plt.imshow(np.transpose(my_tensor.cpu().numpy(), (1,2,0)))。我从这个Kaggle notebook得到这个。
RuntimeError: Can't call numpy() on Tensor that requires grad.改用 tensor.detach().numpy() 。我收到此错误，可能是什么原因？

【解决方案3】：

如果你的图片只有一个通道（即：黑白），也可以使用plt.matshow：

image = np.random.uniform(0,1, (1,80,80,1))
image = image.reshape(80,80)
plt.matshow(image)
plt.show()

【讨论】：