次元毎に違う型 サイズ、型 次元 要素数 取得方法
#test_dat= Pillow.ImageFolder(transforms.Compose([transforms.ToTensor()])) ⇒「test_dat：ImageFolder型」 ⇒「test_dat[0]：tuple型」 ⇒「test_dat[0][0]：Tensor型」 # ＠＠Tensor型 print('型種 type() ＝',type(test_dat[0][0])) print('次元数 dim() ＝',test_dat[0][0].dim()) print('形状 shape ＝',test_dat[0][0].shape) print('形状 size() ＝',test_dat[0][0].size()) print('全要素数 numel() ＝',test_dat[0][0].numel()) print('********') # ＠＠リスト、タプル print('型種 type() ＝',type(test_dat[0])) print('次元数 len() ＝',len(test_dat)) print(f'各次元数 len(),len([0]) ＝{len(test_dat)},{len(test_dat[0])}') print('全要素数 sum(len(cnt) for cnt in []) ＝',sum(len(cnt) for cnt in test_dat)) print('全要素数 len([]) * len([0]) ＝',len(test_dat) * len(test_dat[0]))
↓
型種 type() ＝ <class 'torch.Tensor'> 次元数 dim() ＝ 3 形状 shape ＝ torch.Size([3, 1024, 1024]) 形状 size() ＝ torch.Size([3, 1024, 1024]) 全要素数 numel() ＝ 3145728 ******** 型種 type() ＝ <class 'tuple'> 次元数 len() ＝ 40 各次元数 len(),len([0]) ＝40,2 全要素数 sum(len(cnt) for cnt in []) ＝ 80 全要素数 len([]) * len([0]) ＝ 80 torchvision.datasets.folder.ImageFolder
