目录
任务简介:
熟悉数据预处理transforms方法的运行机制
详细说明:
本节介绍数据的预处理模块transforms的运行机制,数据在读取到pytorch之后通常都需要对数据进行预处理,包括尺寸缩放、转换张量、数据中心化或标准化等等,这些操作都是通过transforms进行的,所以本节重点学习transforms的运行机制并介绍数据标准化(Normalize)的使用原理。
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。
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.No