# torchvision.utils
# torchvision.utils
## torchvision.utils.make\_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale\_each=False)
猜测,用来做 `雪碧图的`(`sprite image`)。
给定 `4D mini-batch Tensor`, 形状为 `(B x C x H x W)`,或者一个`a list of image`,做成一个`size`为`(B / nrow, nrow)`的雪碧图。
- normalize=True ,会将图片的像素值归一化处理
- 如果 range=(min, max), min和max是数字,那么`min`,`max`用来规范化`image`
- scale\_each=True ,每个图片独立规范化,而不是根据所有图片的像素最大最小值来规范化
[Example usage is given in this notebook](https://gist.github.com/anonymous/bf16430f7750c023141c562f3e9f2a91)
## torchvision.utils.save\_image(tensor, filename, nrow=8, padding=2, normalize=False, range=None, scale\_each=False)
将给定的`Tensor`保存成image文件。如果给定的是`mini-batch tensor`,那就用`make-grid`做成雪碧图,再保存。
- PyTorch 中文文档
- 主页
- 自动求导机制
- CUDA语义
- 扩展PyTorch
- 多进程最佳实践
- 序列化语义
- torch
- torch.Tensor
- torch.Storage
- torch.nn
- torch.nn.functional
- torch.autograd
- torch.optim
- torch.nn.init
- torch.multiprocessing
- torch.legacy
- torch.cuda
- torch.utils.ffi
- torch.utils.data
- torch.utils.model_zoo
- torchvision
- torchvision.datasets
- torchvision.models
- torchvision.transforms
- torchvision.utils
- 致谢