【PyTorch】2.2 图像预处理——transforms

目录

一、transforms运行机制

二、数据标准化transforms.Normalize()

---

任务简介：

熟悉数据预处理transforms方法的运行机制

详细说明：

本节介绍pytorch的数据读取机制，通过一个人民币分类实验来学习pytorch是如何从硬盘中读取数据的，并且深入学习数据读取过程中涉及到的两个模块Dataloader与Dataset。

---

一、transforms运行机制

 

对图片进行增强的根本原因是为了增强模型的泛化能力。 

详细代码在2.1 DataLoader与Dataset中已记录，地址：【PyTorch】2.1 DataLoader与Dataset_尊新必威的博客-CSDN博客

部分关键代码：

# 训练集的转换
train_transform = transforms.Compose([
    transforms.Resize((32, 32)), # 将图片缩放到32 x 32
    transforms.RandomCrop(32, padding=4), # 随机裁剪
    transforms.ToTensor(), # 将图片转换成张量，同时进行归一化操作，将像素值的区间从0-255归一化到0-1区间。
    transforms.Normalize(norm_mean, norm_std), # 数据标准化，将均值变为0，标准差变为1。
])

# 验证集的转换
valid_transform = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(norm_mean, norm_std),
])

transforms.Compose 是将一系列transforms的方法有序地组合包装，并依次按顺序对数据进行操作，类似于sklearn中的pipline。

二、数据标准化transforms.Normalize()

数据标准化可以加速模型的收敛。 

tensor.sub_()这边下划线表示inplace操作，其余凡有类似下划线情况的均为inplace操作。 

逻辑回归测试代码：

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
import numpy as np
torch.manual_seed(10)

lr = 0.01  # 学习率

# 生成虚拟数据
sample_nums = 100
mean_value = 1.7
bias = 5         # 5
n_data = torch.ones(sample_nums, 2)
x0 = torch.normal(mean_value * n_data, 1) + bias      # 类别0 数据 shape=(100, 2)
y0 = torch.zeros(sample_nums)                         # 类别0 标签 shape=(100, 1)
x1 = torch.normal(-mean_value * n_data, 1) + bias     # 类别1 数据 shape=(100, 2)
y1 = torch.ones(sample_nums)                          # 类别1 标签 shape=(100, 1)
train_x = torch.cat((x0, x1), 0)
train_y = torch.cat((y0, y1), 0)


# 定义模型
class LR(nn.Module):
    def __init__(self):
        super(LR, self).__init__()
        self.features = nn.Linear(2, 1)
        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        x = self.features(x)
        x = self.sigmoid(x)
        return x


lr_net = LR()

# 定义损失函数与优化器
loss_fn = nn.BCELoss()
optimizer = torch.optim.SGD(lr_net.parameters(), lr=0.01, momentum=0.9)

for iteration in range(1000):

    # 前向传播
    y_pred = lr_net(train_x)

    # 计算 MSE loss
    loss = loss_fn(y_pred, train_y)

    # 反向传播
    loss.backward()

    # 更新参数
    optimizer.step()

    # 清空梯度
    optimizer.zero_grad()

    # 绘图
    if iteration % 40 == 0:

        mask = y_pred.ge(0.5).float().squeeze()  # 以0.5为阈值进行分类
        correct = (mask == train_y).sum()  # 计算正确预测的样本个数
        acc = correct.item() / train_y.size(0)  # 计算精度

        plt.scatter(x0.data.numpy()[:, 0], x0.data.numpy()[:, 1], c='r', label='class 0')
        plt.scatter(x1.data.numpy()[:, 0], x1.data.numpy()[:, 1], c='b', label='class 1')

        w0, w1 = lr_net.features.weight[0]
        w0, w1 = float(w0.item()), float(w1.item())
        plot_b = float(lr_net.features.bias[0].item())
        plot_x = np.arange(-6, 6, 0.1)
        plot_y = (-w0 * plot_x - plot_b) / w1

        plt.xlim(-5, 10)
        plt.ylim(-7, 10)
        plt.plot(plot_x, plot_y)

        plt.text(-5, 5, 'Loss=%.4f' % loss.data.numpy(), fontdict={'size': 20, 'color': 'red'})
        plt.title("Iteration: {}\nw0:{:.2f} w1:{:.2f} b: {:.2f} accuracy:{:.2%}".format(iteration, w0, w1, plot_b, acc))
        plt.legend()

        plt.show()
        plt.pause(0.5)

        if acc > 0.99:
            break

当bias = 0时，输出：

当bias = 5时，输出：

结论：如果训练数据有一个良好的分布和良好的初始化，会加速模型的收敛。