提示：文章寫完后，目錄可以自動生成，如何生成可參考右邊的幫助文檔

---

前言

要使用 PyTorch 對張量進行調(diào)整大小，您可以使用 torch.nn.functional.interpolate 函數(shù)。要對cpu中類似PIL數(shù)據(jù)，您可以使用torchvision.transforms.Resize函數(shù)。本文將介紹這2種函數(shù)應(yīng)用方法。

---

一、非張量數(shù)據(jù)使用torch方法resize(transforms.Resize)

當(dāng)您使用 PyTorch 時，可以使用 torchvision.transforms 中的 Resize 類來調(diào)整圖像的大小。以下是一個簡單的示例代碼，演示如何使用 Resize 類來調(diào)整圖像的大小。其代碼如下：

import torch
from torchvision import transforms
from PIL import Image# 讀取圖像
image_path = 'path_to_your_image.jpg'
image = Image.open(image_path)# 定義變換
resize = transforms.Resize((100, 100))  # 將圖像調(diào)整為 100x100 大小# 應(yīng)用變換
resized_image = resize(image)# 顯示調(diào)整后的圖像
resized_image.show()

在這個示例中，我們首先使用 PIL 庫打開圖像，然后定義了一個 Resize 變換，將圖像調(diào)整為 100x100 大小。接著，我們將這個變換應(yīng)用到圖像上，并顯示調(diào)整后的圖像。

二、張量數(shù)據(jù)使用torch方法resize(torch.nn.functional.interpolate)

要使用 PyTorch 對張量進行調(diào)整大小，您可以使用torch.nn.functional.interpolate 函數(shù)。以下是一個簡單的示例代碼，演示如何使用 interpolate 函數(shù)來調(diào)整張量的大小。其代碼如下：

import torch
import torch.nn.functional as F
from torchvision import transforms
from PIL import Image# 創(chuàng)建一個示例張量，假設(shè)它的形狀是 [1, 3, 64, 64]，表示一個大小為 64x64 的 RGB 圖像
# 這里假設(shè)您已經(jīng)有了一個張量，如果您要從圖像文件創(chuàng)建張量，請參考前面的代碼示例
input_tensor = torch.rand(1, 3, 64, 64)# 定義目標(biāo)大小
target_size = (100, 100)# 使用 interpolate 函數(shù)調(diào)整張量大小
resized_tensor = F.interpolate(input_tensor, size=target_size, mode='bilinear', align_corners=False)# 打印調(diào)整后的張量形狀
print(resized_tensor.shape)

在這個示例中，我們首先創(chuàng)建了一個形狀為 [1, 3, 64, 64] 的示例張量，表示一個大小為 64x64 的 RGB 圖像。然后，我們定義了目標(biāo)大小為 (100, 100)，并使用 F.interpolate 函數(shù)將輸入張量調(diào)整為目標(biāo)大小。最后，我們打印了調(diào)整后的張量形狀。

請注意，F.interpolate 函數(shù)中的參數(shù) mode 和 align_corners 可以根據(jù)您的需求進行調(diào)整。

---