本篇自学笔记来自于b站《PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】》,Up主讲的非常通俗易懂,文章下方有视频连接,如有需要可移步up主讲解视频,如有侵权,实非故意,深表歉意,请与我联系,删除相关内容!
本篇笔记主要学习了pytorch中的transforms类的用法,包括ToTensor,Normalize,Resize,Compose以及RandomCrop的用法演示。
首先介绍transforms,这里所说的其实是transforms.py文件,该文件里有很多class,可以被拿来使用。将transforms看作一个有许多工具模板的工具箱,我们在使用的时候,要选择里面的工具模板,然后创建自己的工具,有了工具之后,给一个输入,通过该工具便可以得到响应的输出。这便是使用的一个基本思路。
- ToTensor():把一个PIL或者Numpy类型的图片转换为tensor类型
- Normalize():输入为tensor类型的图像,参数为均值和标准差的序列,对应于图片的通道数
- Resize():把给定的图片重新定义为指定尺寸,输入为PIL图片,参数为[h,w],若只指定一个参数,则会给其匹配一个参数,相当于等比例缩放。
- Compose():把几个transform的功能进行组合,参数是集中transform的列表
- RandomCrop():随机裁剪,裁剪为给定参数,参数