pytorch中的torchvision.transforms的用法

最新推荐文章于 2024-05-15 19:50:44 发布

running鸿

最新推荐文章于 2024-05-15 19:50:44 发布

阅读量923

点赞数 1

分类专栏： pytorch学习笔记文章标签： python 神经网络机器学习深度学习 pytorch

本文链接：https://blog.csdn.net/weixin_43984636/article/details/124312607

版权

我们在训练模型时，一般会先进行基本数据预处理过程，防止数据在训练时出现数据个体差异的错误，也能更好降低误识别率，最后还有就是能够加速模型收敛，配合梯度下降算法能更快速地找到最优解（较好的模型）。

torchvision.transforms就是用于对数据集或者测试集等数据的预处理主要手段。

一般数据的预处理并非只需要简单地进行一项操作，我们可能需要进行多种操作，设计者也考虑到这种情况，所以我们可以用其中的compose(),具体例子如下：

import torchvision

transform=torchvision.transforms.Compose([torchvision.transforms.ToTensor(),
                                   torchvision.transforms.Normalize((0.5,), (0.5,)),
                                   ])

这里的compose()添加的是列表“[ ]”，很方便删减，我这里就用了ToTensor()和Normalize()，如果你们想做其他操作也是有的。我所用的这两个就是最常见的两种预处理手段.

ToTensor(),官方解释，用于转换PIL Image（显示图像）或numpy（数值）。传入的参数一般为(H x W x C)在[0,255]的图像范围内。如果PIL Image属于一个模式(L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1)或numpy，最终输出的形状(C x H x W)在[0.0,1.0]范围内。传入的数据类型一般为 np.uint8。在其他情况下，张量返回时不进行缩放。

ToTensor()就是将输入的张量初始化为0到1