# torchvision.utils
# torchvision.utils
## torchvision.utils.make\_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale\_each=False)
猜測,用來做 `雪碧圖的`(`sprite image`)。
給定 `4D mini-batch Tensor`, 形狀為 `(B x C x H x W)`,或者一個`a list of image`,做成一個`size`為`(B / nrow, nrow)`的雪碧圖。
- normalize=True ,會將圖片的像素值歸一化處理
- 如果 range=(min, max), min和max是數字,那么`min`,`max`用來規范化`image`
- scale\_each=True ,每個圖片獨立規范化,而不是根據所有圖片的像素最大最小值來規范化
[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)
將給定的`Tensor`保存成image文件。如果給定的是`mini-batch tensor`,那就用`make-grid`做成雪碧圖,再保存。
- PyTorch 中文文檔
- 主頁
- 自動求導機制
- CUDA語義
- 擴展PyTorch
- 多進程最佳實踐
- 序列化語義
- 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
- 致謝