-
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。
- Normalize变换用于对输入图像的归一化,包括三个参数:
-
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
- 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
-
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。
-
《昇思25天学习打卡营第4天|数据变换 Transforms》
于 2024-06-29 22:53:08 首次发布