问题标签 [torchvision]

在本教程中，他们使用以下代码来读取数据集：

在该代码中，png 数据集被分隔在不同的文件夹中。

每个文件夹的名称表示该文件夹中 png 文件的类别。

我处于以下情况：

• 所有 png 文件都在一个文件夹中；
• 每个 png 文件的类别都记录在一个 train.csv 文件中。

如何使用上述功能实现代码datasets.ImageFolder？

因此，为了简单起见，我有这行代码来加载来自两个名为“0”和“1”的类的图像数据集：

然后我以这种方式准备要与我的模型一起使用的加载器：

所以现在每个图像都与一个类相关联，我想要做的是获取每个图像并在这两行代码之间对其应用转换，假设旋转四个度数之一：0、90、180、270 ，并将该信息添加为四个类的附加标签：0、1、2、3。最后，我希望数据集包含旋转后的图像，并将两个值的列表作为它们的标签：图像的类和应用旋转。

我试过了，没有错误，但是如果我尝试打印标签，数据集保持不变：

有没有一种很好的方法可以通过直接修改train_data而不需要自定义数据集来做到这一点？

我正在使用 Python 3.6，并尝试使用 Pytorch。我已经使用 pip3 卸载了它，然后重新安装了它

但是，当我尝试导入 torch 时，找不到该模块。我也尝试通过 conda 安装，运行

conda install pytorch torchvision -c pytorch

它是成功的，安装到

环境位置：/Users/hugokitano/anaconda

但是，“进口火炬”仍然不起作用。有什么想法吗？谢谢！

我想创建一个 ZCA-whitened CIFAR-10 的自定义 PyTorch 数据集，随后我可以使用 torchvision 的 function 加载该数据集torchvision.datasets.CIFAR10()。到目前为止，我可以成功地对数据进行白化（参见下面的代码），但我不知道如何以允许使用torchvision.datasets.CIFAR10(). 我该怎么做呢？

ZCA-whiten CIFAR 10 的代码：

真的只是保存 numpy 数组的最佳方法，如此处所示？

PyTorch：如何将 DataLoaders 用于自定义数据集

我正在尝试在 google colab 中创建一个自定义数据集，但是导入给了我错误。

(1) 错误：

ModuleNotFoundError：没有名为“ main .vision”的模块；' main ' 不是一个包

(2) 错误：

ModuleNotFoundError：没有名为“ main .utils”的模块；' main ' 不是一个包

我试图添加from torchvision import utils，但它不能解决错误。

如果我更改为，from torch.utils import download_url, check_integrity 则错误变为：

ImportError：无法导入名称“download_url”

我正在尝试安装 PyTorch，但每次它都会引发相同的错误（ModuleNotFoundError: No module named 'tools.nnwrap'）。

这是键入的内容：pip install torch

这是我每次得到的：

有谁知道如何解决这个错误！！

我有一个看起来像 torch.Size([32, 3, 64, 64]) 的火炬张量。

我正在尝试将张量转换为可以传递这些断言的东西：

我目前正在这样做以转换张量：

我得到这个错误：

如何正确转换张量，使 type(images) 是一个列表，而 type(images[0] 是一个 np.ndarray)？任何帮助将不胜感激。先感谢您。

我下载了一个用于面部关键点检测的数据集，图像和标签在一个 CSV 文件中我使用 pandas 提取它，但我不知道如何将其转换为张量并将其加载到数据加载器中进行训练。

我有两个数组中的图像和标签。如何从中创建训练集并使用转换。然后使用dataloader.

（此处详述快速梯度符号攻击方法：https ://pytorch.org/tutorials/beginner/fgsm_tutorial.html ）

我有一个训练有素的分类器，准确率 > 90%，我用它来创建这些对抗性示例，然后我用torchvision.utils.save_image它来将图像保存到不同的文件夹中。

文件夹层次结构如下：

• FOLDER_1
  • original_image.jpg (1)
  • perturbed_image.jpg (2)
• FOLDER_2
  • perturbed_image.jpg (3)

这里（2）和（3）是同一个图像张量，是原始图像张量和一个扰动图像张量之和---我只是想保存两次欺骗分类器的图像。我发现（1）和（2）打印正常，但（3）只打印扰动图像张量（它减去了原始图像张量！）。因此，当我打开(2)时，我看到我的原始图片顶部有所有噪声（来自 FGSM 攻击的随机 RGB 像素开关），但是当我打开(3)时，我看到一个带有随机 RGB 像素开关的空白画布只要。

由于我两次打印相同的变量（perturbed_data），我不明白为什么torchvision.utils.save_image第二次调用它时选择减去扰动图像张量。我所描述的代码如下，数据是原始图像张量。

我几乎可以肯定这是一个 torchvision 错误，但我想在提交错误报告之前我会在这里询问。也许有人看到了我没有看到的东西。我还附上了(2)和(3)的示例以进行可视化。第一张图像的格式正确，但第二张图像打印时没有原始图像张量。

我对 PyTorch 相当陌生，并且一直在试验 DataLoader 类。当我尝试加载 MNIST 数据集时，DataLoader 似乎在批处理维度之后添加了一个额外的维度。我不确定是什么导致了这种情况发生。

任何人都可以阐明这个问题吗？