torchvision make_grid仅显示顶部图像问题求助

使用torchvision的make_grid方法时，仅能显示张量decoded_samples的顶部图像，但已确认该张量内所有元素的值均不相同。单独传入单张图像（例如make_grid(decoded_samples[3])）时，图像可以正常显示。

相关代码：

samples = torch.randn(64, 32).to(device)
decoded_samples = model.decoder(samples).view(64,1,28,28)
fig = plt.figure(figsize = (10, 10))   
ax1 = plt.subplot(111)
ax1.imshow(torchvision.utils.make_grid(decoded_samples[:16], nrow=4, pad_value=1.)\
                .data.cpu().numpy().transpose(1, 2, 0), cmap='gray')
plt.show()

效果截图：

• 核心原因：图像数据取值范围不匹配
  make_grid默认不会对输入张量做全局归一化，而plt.imshow处理多通道拼接图时，会自动将整个图像数组的像素值拉伸到[0,1]区间显示。如果decoded_samples中大部分图像的像素值集中在小范围，仅顶部图像的像素值跨度较大，就会导致其他图像被压缩到接近黑色（或白色），肉眼几乎不可见。而单独显示单张图时，imshow会基于单张图的像素值范围做拉伸，因此能正常显示。

• 解决方法

  1. 手动归一化到[0,1]区间
     在调用make_grid前，先将decoded_samples的所有像素值归一化到0到1之间，确保所有图像的亮度范围统一：

     samples = torch.randn(64, 32).to(device)
     decoded_samples = model.decoder(samples).view(64,1,28,28)
     # 全局归一化到[0,1]
     decoded_samples = (decoded_samples - decoded_samples.min()) / (decoded_samples.max() - decoded_samples.min())
     fig = plt.figure(figsize = (10, 10))   
     ax1 = plt.subplot(111)
     grid = torchvision.utils.make_grid(decoded_samples[:16], nrow=4, pad_value=1.)
     ax1.imshow(grid.data.cpu().numpy().transpose(1, 2, 0), cmap='gray')
     plt.show()
     

  2. 指定imshow的取值范围
     若不想修改原始张量，可以在imshow中通过vmin和vmax强制使用decoded_samples的全局最小/最大值作为显示范围：

     samples = torch.randn(64, 32).to(device)
     decoded_samples = model.decoder(samples).view(64,1,28,28)
     fig = plt.figure(figsize = (10, 10))   
     ax1 = plt.subplot(111)
     grid = torchvision.utils.make_grid(decoded_samples[:16], nrow=4, pad_value=1.)
     grid_np = grid.data.cpu().numpy().transpose(1, 2, 0)
     ax1.imshow(grid_np, cmap='gray', vmin=decoded_samples.min().item(), vmax=decoded_samples.max().item())
     plt.show()
     

内容的提问来源于stack exchange，提问作者akore128