用nn.Sequential实现图像的数据增强（augmentations）

最新推荐文章于 2024-08-15 13:53:48 发布

不当菜鸡的程序媛

最新推荐文章于 2024-08-15 13:53:48 发布

阅读量398

点赞数 5

分类专栏：学习记录文章标签：深度学习人工智能机器学习

本文链接：https://blog.csdn.net/vivi_cin/article/details/139191027

版权

学习记录专栏收录该内容

118 篇文章 0 订阅

订阅专栏

代码example:

import torch
import torch.nn as nn

# 定义一些增强操作，例如随机水平翻转和归一化
augmentations = nn.Sequential(
    nn.RandomHorizontalFlip(),
    nn.Normalize(mean=[0.5], std=[0.5])
)

# 创建一个示例 tensor
candidate = torch.randn(1, 3, 224, 224)  # 假设这是一个图像 batch

# 应用增强操作
candidate_augmented = candidate.clone()
candidate_augmented.data = augmentations(candidate.data)