示例代碼：

plt.imshow(np.transpose(tensor_denorm.numpy(), (1, 2, 0)))

它的作用是：把一個 PyTorch 的圖像張量轉換成 NumPy 格式，并按照正確的維度順序顯示出來。

---

🚀 一步步解釋：

? tensor_denorm

這是一個形狀為 (3, H, W) 的 PyTorch Tensor，表示一個圖像：

• 3：表示三個顏色通道（RGB）
• H：圖像高度
• W：圖像寬度

PyTorch 中的圖像張量格式是 (C, H, W)

---

? .numpy()

這一步把 PyTorch Tensor 轉換成 NumPy 數組（前提是 Tensor 在 CPU 上）：

tensor_denorm.numpy()

得到一個 NumPy 數組，形狀依然是 (3, H, W)

---

? np.transpose(..., (1, 2, 0))

NumPy 默認顯示圖像的格式是 (H, W, C)，也就是：

• 高度（H）
• 寬度（W）
• 通道（C）

所以要把 (3, H, W) 轉換成 (H, W, 3)，需要換維度順序：

np.transpose(tensor_denorm.numpy(), (1, 2, 0))

---

? plt.imshow(...)

這是 matplotlib.pyplot 的圖像顯示函數。它接收一個 (H, W, 3) 的數組并顯示出來：

plt.imshow(...)

---

📌 舉個例子：

假設我們有這個張量：

tensor = torch.rand(3, 150, 150)  # 隨機圖像，3通道 150x150

執行這一步：

plt.imshow(np.transpose(tensor.numpy(), (1, 2, 0)))

就能把這個隨機圖像展示出來了。

---

? 總結一句話：

plt.imshow(np.transpose(tensor.numpy(), (1, 2, 0)))

等價于：

“把 PyTorch 中格式為 (C, H, W) 的圖像轉成 (H, W, C) 并顯示出來”