今天就跟大家聊聊有關(guān)如何在pytorch中使用transforms模塊，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結(jié)了以下內(nèi)容，希望大家根據(jù)這篇文章可以有所收獲。

讓客戶滿意是我們工作的目標，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名與空間、雅安服務(wù)器托管、營銷軟件、網(wǎng)站建設(shè)、瀾滄網(wǎng)站維護、網(wǎng)站推廣。

pytorch中的transforms模塊中包含了很多種對圖像數(shù)據(jù)進行變換的函數(shù)

data_transforms = transforms.Compose([
    transforms.RandomResizedCrop(224),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
  ])

從上面的data_transforms變量中我們能夠看出進行了多種變換，而Compose方法是將多種變換組合起來。data_transforms中一共包含了四個變換，前兩個是對PILImage進行的，分別對其進行隨機大小（默認原始圖像大小的0.08-1.0）和隨機寬高比（默認原始圖像寬高比的3/4-4/3）的裁剪，之后resize到指定大小224；以及對原始圖像進行隨機（默認0.5概率）的水平翻轉(zhuǎn)。

第三個transforms.ToTensor()的變換操作是關(guān)鍵一步，它將PILImage轉(zhuǎn)變?yōu)閠orch.FloatTensor的數(shù)據(jù)形式，這種數(shù)據(jù)形式一定是C x H x W的圖像格式加上[0,1]的大小范圍。它將顏色通道這一維從第三維變換到了第一維。

最后的Normalize變換是對tensor這種數(shù)據(jù)格式進行的，它的操作是用給定的均值和標準差分別對每個通道的數(shù)據(jù)進行正則化。具體來說，給定均值(M1,...,Mn)，給定標準差(S1,..,Sn)，其中n是通道數(shù)（一般是3），對每個通道進行如下操作：

output[channel] = (input[channel] - mean[channel]) / std[channel]

最后需要強調(diào)一點的是，這幾個變換的先后順序有一定的講究，因為不同的方法所處理的對象不一樣，前兩種變換是對PILImage進行的，而Normalize則是對tensor進行的，所以處理PILImage的變換方法（大多數(shù)方法）都需要放在ToTensor方法之前，而處理tensor的方法（比如Normalize方法）就要放在ToTensor方法之后。

看完上述內(nèi)容，你們對如何在pytorch中使用transforms模塊有進一步的了解嗎？如果還想了解更多知識或者相關(guān)內(nèi)容，請關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道，感謝大家的支持。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)站欄目：如何在pytorch中使用transforms模塊-創(chuàng)新互聯(lián)
當(dāng)前路徑：http://jinyejixie.com/article12/ddecdc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、微信公眾號、服務(wù)器托管、營銷型網(wǎng)站建設(shè)、面包屑導(dǎo)航、用戶體驗

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)