【PytorchBasics】Transforms

WHAT ARE TRANSFORMS?

训练过程要求数据具备一定的「格式」，比如tensor、input size、augmentation、normalized等要求。因此，在导入 dataset 时都需要指定必须经过的 transform 步骤。We use transforms to perform some manipulation of the data and make it suitable for training.

TorchVision Dataset 有 2 种变换 —— torchvision.transforms ：

• transform：modify the features
• target_transform：modify the labels

E.g.

"""
Features: transformed to normalized tensors
Labels: transformed to one-hot encoded tensors
"""
import torch
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda

ds = datasets.FashionMNIST(
	root="data",
	train=True,
	download=True,
	transform=ToTensor(),
	target_transform=Lambda(lambda y: torch.zeros(10, dtype=torch.float).scatter_(0, torch.tensor(y), value=1))
)

SPECIFICATIONS

ToTensor()

• 把 PIL image 或 Numpy ndarray 转换成 FloatTensor
• 把图像像素值归一化到 [0, 1]

Lambda

Lamda（首字母大写）是一种特殊的 Transform，能接入任何用户自定义的 lambda（首字母小写） 函数。

以下代码，首先创建了一个 size=5 的全零向量，然后利用 scatter_ 函数在 dim=0 维度上，将 index 位置的元素值换成 value。

import torch

# tensor([0., 0., 0., 0., 0.])
x = torch.zeros(5)

# tensor([0., 2., 0., 0., 0.])
x.scatter_(dim=0, index=torch.tensor(1), value=2)