pytorch中torchvision.transforms的一些理解

pytorch中torchvision.transforms的一些理解

1.这个库里面主要是包含了一些图像处理的函数,也就是说使用.transforms的地方同样可以用其他图像库进行处理,例如opencv。
2.这个库一般只用于和torchvision.datasets一起使用的时候,其他的一般自己弄就行了。

test_loader = torch.utils.data.DataLoader(
        datasets.MNIST('data', train=False, transform=transforms.Compose([
                           transforms.ToTensor(),
                           transforms.Normalize((0.1307,), (0.3081,))
                       ])),
        batch_size=BATCH_SIZE, shuffle=True)

3.我们使用pytorch的时候用的最多的就是这两句:

   transforms.ToTensor(),#归一化将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor
   transforms.Normalize((0.1307,), (0.3081,))  #标准化是为了加快收敛性 这里的0.1307和0.3081是MNIST数据集里的均值和标准差,因为只有一个通道,所以只写了一个这个东西一般是数据集提供方给出的。

对于其他的操作我们也可以用其他的库进行图像处理。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值