我试图计算火炬张量数组的均值和标准差。我的数据集有720个训练图像,每个图像都有4个地标,X和Y代表图像上的2D点
to_tensor = transforms.ToTensor()
landmarks_arr = []
for i in range(len(train_dataset)):
landmarks_arr.append(to_tensor(train_dataset[i]['landmarks']))
mean = torch.mean(torch.stack(landmarks_arr, dim=0))#, dim=(0, 2, 3))
std = torch.std(torch.stack(landmarks_arr, dim=0)) #, dim=(0, 2, 3))
print(mean.shape)
print("mean is {} and std is {}".format(mean, std))
结果:
torch.Size([])
mean is nan and std is nan
上面有几个问题:
我有:
len(landmarks_arr)
720
及
landmarks_arr[0].shape
torch.Size([1, 4, 2])
及
landmarks_arr[0]
tensor([[[502.2869, 240.4949],
[688.0000, 293.0000],
[346.0000, 317.0000],
[560.8283, 322.6830]]], dtype=torch.float64)
因为您的地标值不是PIL图像,并且不在[0255]之内,所以不应用缩放
你可以试试类似的东西
在你的循环中。或在循环中断言nan以查找罪魁祸首:
相关问题 更多 >
编程相关推荐