共计 553 个字符,预计需要花费 2 分钟才能阅读完成。
文章和代码曾经归档至【Github 仓库:https://github.com/timerring/dive-into-AI】或者公众号【AIShareLab】回复 pytorch 教程 也可获取。
图像预处理 transforms
transforms 运行机制
torchvision:计算机视觉工具包
torchvision.transforms
罕用的图像预处理办法,例如:
- 数据中心化
- 数据标准化
- 缩放
- 裁剪
- 旋转
- 翻转
- 填充
- 噪声增加
- 灰度变换
- 线性变换
- 仿射变换
- 亮度、饱和度及对比度变换
torchvision.datasets
罕用数据集的 dataset 实现,MNIST CIFAR 10 ImageNet 等
torchvision.model
罕用的模型预训练,AlexNet VGG ResNet GoogLeNet 等
transforms 运行的机制
数据标准化 transforms.normalize
transforms.Normalize
标准化的含意是将数据的均值变为 0,标准差变为 1。
性能:逐 channel 的对图像进行标准化
output = (input – mean) / std
- mean:各通道的均值
- std:各通道的标准差
- inplace:是否原地操作
对数据进行标准化后能够放慢模型的收敛。通过比拟不同的试验后果可知,一个好的数据分布更加利于模型的整体收敛。
正文完