【机器学习】Torchvision生成拼接图像
Pytorch组件torchvision可以将 N × D × H × W N \times D \times H \times W N×D×H×W生成 一块拼接图像，其API描述如下：
torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0)
其中tensor是图像数据，nrow表示拼接多少图像到一行，padding表示图像之间加多少外围框，normalize是图像归一化，range表示归一化范围，scale_each为真表示每个图像单独归一化，pad_value表示图像外围框的颜色。
二维灰度图实际演示：
gridImg = torchvision.utils.make_grid(out[0].cpu().permute(1,0,2,3), normalize=True)
gridImg = (gridImg.cpu().data.numpy()* 255).astype(np.uint8)
logger.img('gridImg',gridImg)
对应灰度图，make_grid函数所使用的tensor格式，一般使用 D × 1 × H × W D \times 1 \times H \times W D×1×H×W。如果不这样做，那么make_grid函数返回的就是一个三维tensor,尺寸为 D × H × W D \times H \times W D×H×W。就没办法可视化了。