《昇思25天学习打卡营第4天|数据变换 Transforms》

• 对数据的转换（Transforms）

  • Compose （常见）

    • 这是一个把对数据操作进行组合的一个函数，这里可以进行数据的标准化、缩放、等操作。

  • Vision Transforms（图像）

    • Rescale

      • Rescale变换用于调整图像像素值的大小，包括两个参数：
        • rescale：缩放因子。
        • shift：平移因子。
      • 图像的每个像素将根据这两个参数进行调整，输出的像素值为𝑜𝑢𝑡𝑝𝑢𝑡𝑖=𝑖𝑛𝑝𝑢𝑡𝑖∗𝑟𝑒𝑠𝑐𝑎𝑙𝑒+𝑠ℎ𝑖𝑓𝑡

    • Normalize

      • Normalize变换用于对输入图像的归一化，包括三个参数：
        • mean：图像每个通道的均值。
        • std：图像每个通道的标准差。
        • is_hwc：bool值，输入图像的格式。True为(height, width, channel)，False为(channel, height, width)。

          is_hwc：bool值，输入图像的格式。True为(高度,宽度,通道)，False为(通道,高度,宽度)。

        • 图像的每个通道将根据mean和std进行调整，计算公式为𝑜𝑢𝑡𝑝𝑢𝑡𝑐=（𝑖𝑛𝑝𝑢𝑡𝑐−𝑚𝑒𝑎𝑛𝑐）/𝑠𝑡𝑑𝑐其中 𝑐代表通道索引。

    • HWC2CHW

      • HWC2CHW变换用于转换图像格式。在不同的硬件设备中可能会对(height, width, channel)或(channel, height, width)两种不同格式有针对性优化。MindSpore设置HWC为默认图像格式，在有CHW格式需求时，可使用该变换进行处理。

  • Text Transforms

    • 文本数据需要有分词（Tokenize）、构建词表、Token转Index等操作。

    • Tokenize

      • 分词（Tokenize）操作是文本数据的基础处理方法，MindSpore提供多种不同的Tokenizer。这里我们选择基础的PythonTokenizer

    • Lookup

      • Lookup为词表映射变换，用来将Token转换为Index。在使用Lookup前，需要构造词表，一般可以加载已有的词表，或使用Vocab生成词表。这里我们选择使用Vocab.from_dataset方法从数据集中生成词表。
    • 

  • Lambda Transforms

    • Lambda函数是一种不需要名字、由一个单独表达式组成的匿名函数，表达式会在调用时被求值。Lambda Transforms可以加载任意定义的Lambda函数，提供足够的灵活度。