昇思25天学习打卡Day4：数据变换Transforms

数据变换Transforms

完成训练标注名字和时间（记住time（）函数）

通常情况下，原始数据不能直接进入神经网络进行训练，需要对其进行数据预处理。
MindSport提供不同种类的数据变换Transforms，配合数据处理Pipeline来实现数据预处理。所有的Transforms均可通过map方法传入，实现对指定数据列的处理。
mindspore.dataset提供了面向图像、文本、音频等不同数据类型的Transforms，同时也支持使用Lambda函数。
下面分别进行介绍。

Common Transforms

mindspore.dataset.transforms 模块支持一系列通用Transforms。这里我们以 compose 为例，介绍其使用方式。

Compose

Compose 接收一个数据增强操作序列，然后将其组合成单个数据增强操作。我们仍基于Mnist数据集呈现Transforms的应用效果。

Vision Transforms

mindspore.dataset.vision 模块提供一系列针对图像数据的Transforms。
在Mnist数据处理过程中，使用了 Rescale、 Normalize 和 HWC2CHW 变换。下面对其进行详述,

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。
这里我们先使用numpy随机生成一个像素值在[0,255]的图像，将其像素值进行缩放。

为了更直观地呈现Transform前后的数据对比，我们使用Transforms的Eager模式进行演示。首先实例化Transform对象，然后调用对象进行数据处理。
可以看到，使用 Rescale 后的每个像素值都进行了缩放。

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).
inpute-meane
图像的每个通道将根据 mean 和 std 进行调整，计算公式为

,其中 e代表通道索引。

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，weidth，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
HNC2CHW 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,
这里我们先将前文中 normalized image 处理为HWC格式，然后进行转换。可以看到转换前后的shape发生了变化。

Text Transforms

mindspore.dataset.text 模块提供一系列针对文本数据的Transforms。
与图像数据不同，文本数据需要有分词(Tokenize)、
构建词表、
Token转Index等操作。这里简单介绍其使用方法。
首先我们定义三段文本，作为待处理的数据，并使用 GeneratorDataset 进行加载。

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 Pythonokenizer 举例,此Tokenizer允许用户自由实现分词策略。随后我们利用 map 操作将此分词器应用到输入的文本中，对其进行分词。

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。

获得词表后我们可以使用 vocab 方法查看词表,

生成词表后，可以配合 map 方法进行词表映射变换，将Token转为Index。

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 ransforms可以加载任意定义的lambda函数，提供足够的灵活度，在
这里，我们首先使用一个简单的Lambda函数，对输入数据乘2:

可以看到 map 传入Lambda函数后，迭代获得数据进行了乘2操作。
我们也可以定义较复杂的函数，配合Lambda函数实现复杂数据处理:

训练完成标注名字和时间