torchvision.transforms系列函数(一)
一、torchvision.transforms.Resize()函数的作用
将输入的图像(PIL Image模块)resize为给定参数size=(h,w)的模样,若给定size 是一个整数,且原图像h>w,那么新图像的大小被rescale为(size*height/width, size)
torchvision.transforms.ToTensor()
本函数目的是将PIL Image/numpy.narray数据类型转变为torch.FloatTensor类型,shape为C* H *W,数值范围缩小为[0, 1.0]; 如果想把数值范围调整为[-1.0,1.0],可通过加上torchvision.transform.Normalize([mean_channel],[std_channel])来实现,黑白图时,mean_channel和std_channel是一个数,彩色图时,mean_channel和std_channel则改为三个数,eg: mean_channel = mean_channel1, mean_channel2, mean_channel3。
torchvision.transforms.compose()
将()内的list组合在一起
例:动手深度学习(pytorch版)5.6.3节中:
trans.append(torchvisoin.transforms.ToTensor())
transform = torchvision.transforms.Compose(trans)