Матричное умножение (поэлементно) от numpy к Pytorch

Question

Я получил два массива numpy (изображение и карта окружения),

MatA
MatB

Оба с формами (256, 512, 3)

Когда я сделал умножение (поэлементно) с numpy:

prod = np.multiply(MatA,MatB)

Я получил желаемый результат (визуализация через подушку при возврате к изображению)

Но когда я сделал это с помощью pytorch, я получил действительно странный результат (даже близко квыше).

Я сделал это с помощью следующего кода:

MatATensor = transforms.ToTensor()(MatA)
MatBTensor = transforms.ToTensor()(MatB)

prodTensor = MatATensor * MatBTensor

По некоторым причинам форма как для MatATensor, так и для MatBtensor равна

torch.Size([3, 256, 512])

То же самое дляprodTensor тоже.Когда я попытался изменить форму на (256,512,3), я получил ошибку.

Есть ли способ получить тот же результат?

Я новичок в Pytorch, поэтому любая помощь будет оценена.

Answer 1

Если вы прочитаете документацию transforms.ToTensor(), вы увидите, что это преобразование не только преобразует массив numpy в torch.FloatTensor, но и транспонирует его размеры из H x W x3 до 3 x H x W.
Чтобы "отменить" это, вам нужно будет

 prodasNp = (prodTensor.permute(2, 0, 1) * 255).to(torch.uint8).numpy()

Подробнее см. permuteинформация.

Answer 2

Я предлагаю вам использовать torch.from_numpy, который легко преобразует ваши ndarray s в тензоры горелки.Как в:

In[1]: MatA = np.random.rand(256, 512, 3)
In[2]: MatB = np.random.rand(256, 512, 3)

In[3]: MatA_torch = torch.from_numpy(MatA)
In[4]: MatB_torch = torch.from_numpy(MatB)

In[5]: mul_np = np.multiply(MatA, MatB)
In[6]: mul_torch = MatA_torch * MatB_torch

In[7]: torch.equal(torch.from_numpy(mul_np), mul_torch)
Out[7]: True

In[8]: mul_torch.shape
Out[8]: torch.Size([256, 512, 3])

Если вы хотите вернуть его к NumPy, просто сделайте:

mul_torch.numpy()