pytorch 张量tensor 转为 jpg 图片

在用pytorch训练网络的时候，每一张图片都被转为了张量形式的数据，有时候我们需要将这些张量转为jpg格式的图片，应该如何转变呢？我们只要将张量tensor转为PIL格式的数据，然后再将数据保存起来就可以了，下面以一个简单的例子进行说明，这个例子中的图片是一个随机生成的图片。

import torch
from torchvision import transforms
 
toPIL = transforms.ToPILImage() #这个函数可以将张量转为PIL图片，由小数转为0-255之间的像素值
img = torch.randn(3,128,64)
pic = toPIL(img)
pic.save('random.jpg')

这两天利用pytorch搭建模型，训练分类网络，模型没问题，代码没问题，但是损失就是死活不收敛。看一下代码吧：

src_prec, _ , src_feat = self.model(src_imgs)
loss_src_ce = self.criterion_ce(src_prec[:, :self.src_classes], src_labels, weight_src)

死活不好使,搞不清楚，可是我后来稍微一改，改成下面的：

src_prec, temp , src_feat = self.model(src_imgs)
loss_src_ce = self.criterion_ce(src_prec[:, :self.src_classes], src_labels, weight_src)
loss_src_ce = self.criterion_ce(src_prec[:, :self.src_classes], src_labels, weight_src)

结果就好了，就是在解包模型传出来的返回值的时候，不用下划线 _ 填充位置就好了，我也不知道为什么这么神奇

​

在用pytorch训练网络的时候，每一张图片都被转为了张量形式的数据，有时候我们需要将这些张量转为jpg格式的图片，应该如何转变呢？我们只要将张量tensor转为PIL格式的数据，然后再将数据保存起来就可以了，下面以一个简单的例子进行说明，这个例子中的图片是一个随机生成的图片。

import torch
from torchvision import transforms

toPIL = transforms.ToPILImage() #这个函数可以将张量转为PIL图片，由小数转为0-255之间的像素值
img = torch.randn(3,128,64)
pic = toPIL(img)
pic.save('random.jpg')

​这里都是一些常用的生成图片的方式