【AI】PyTorch入门(四):对数据样本进行转换

103 篇文章 66 订阅 ¥69.90 ¥99.00
本文介绍了PyTorch中如何对数据样本进行转换,包括ToTensor操作,它将图像从PIL或NumPy格式转换为归一化的张量,并详细解释了Lambda函数用于自定义转换,特别是如何实现one-hot编码。同时,文章讨论了scatter_函数和常用的数据集转换函数,最后讲解了transforms.Compose()用于组合多个转换步骤。
摘要由CSDN通过智能技术生成

AI学习目录汇总

1、简述

数据集中样本格式并不一定能直接用于训练机器学习。需要对数据进行转换(transforms )。

2、转换方法

所有 TorchVision 数据集都有两个参数 :

transform:用于修改图片(特征),如图像格式(长、宽、分辨率等)、对图片执行裁剪、旋转等操作
target_transform:用于修改标签 - 接受包含转换逻辑的可调用对象。

例如:FashionMNIST 特征是 PIL 图像格式,标签是整数。对于训练,我们需要将特征作为归一化张量,并将标签作为 one-hot 编码张量。

2.1 ToTensor

transform=ToTensor(),

ToTensor操作分两步:
第一步:将PIL.Image或NumPyndarray从 (H x W x C)形状转换为

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

郭老二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值