文章和代码已经归档至【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

  常用的图像预处理方法，例如：

  • 数据中心化
  • 数据标准化
  • 缩放
  • 裁剪
  • 旋转
  • 翻转
  • 填充
  • 噪声添加
  • 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

  常用数据集的 dataset 实现， MNIST CIFAR 10 ImageNet 等

• torchvision.model

  常用的模型预训练， AlexNet VGG ResNet GoogLeNet 等

transforms运行的机制

数据标准化transforms.normalize

transforms.Normalize

标准化的含义是将数据的均值变为0，标准差变为1。

功能：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可以加快模型的收敛。通过比较不同的实验结果可知，一个好的数据分布更加利于模型的整体收敛。