Pytorch深度学习框架-transform

前言

为了使数据适合模型进行训练，需要先对数据进行一些变换。在之前的内容中，其实已经出现过transform了，这里对其做一个相对详细的介绍。

基础

之前就提到过torchvision.transforms模块提供了常用转换。transform和target_transform

例如，可以看到下面的例子：

import torch
from torchvision import datasets
from torchvision.transforms import ToTensor, Lambda

ds = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
    target_transform=Lambda(lambda y: torch.zeros(10, dtype=torch.float).scatter_(0, torch.tensor(y), value=1))
)

这里出现了不是那么熟悉的ToTensor()、Lambda()和.scatter_他们的作用如下：

• transforms.ToTensor()：将 PIL 图像或 NumPy 数组转换为 Tensor，并将像素值归一化到 [0, 1] 的范围内。
• Lambda 转换应用任何用户定义的 lambda 函数。
• scatter_函数是一个非常有用的工具，它允许你根据索引将数据分散到张量中。

{% notel blue Note %} lambda 函数和scatter_函数应当是非常有用的，在这里简单的写下这么一句话，应当是很难理解的，作者也是一样，理解的非常浅薄。

暂且在这里做一个标记，理解加深之后，需要重新解释这里。

更多的用法

• 组合变换（Compose）： transforms.Compose(transforms_list)：将多个变换组合在一起，按照顺序执行。

• 调整大小（Resize）： transforms.Resize(size)：调整图像到给定的大小。

• 中心裁剪（CenterCrop）： transforms.CenterCrop(size)：对图像进行中心裁剪，保留中心区域。

• 随机裁剪（RandomCrop）： transforms.RandomCrop(size)：随机裁剪图像的某个区域。

• 翻转（Flip）： transforms.RandomHorizontalFlip()：以一定概率对图像进行水平翻转。 transforms.RandomVerticalFlip()：以一定概率对图像进行垂直翻转。

• 归一化（Normalize）： transforms.Normalize(mean, std)：对图像进行归一化操作，将每个通道的值进行标准化。

• 色彩调整（Color Jitter）： transforms.ColorJitter(brightness=..., contrast=..., saturation=..., hue=...)：随机调整亮度、对比度、饱和度和色调。

对于上面的几个操作，下面有一个例子：

import torchvision.transforms as transforms
from PIL import Image

# 创建一个图像转换的组合
transform = transforms.Compose([
    transforms.Resize((256, 256)),
    transforms.RandomHorizontalFlip(),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]),
])

# 加载图像
image = Image.open('path_to_image.jpg')

# 应用转换
transformed_image = transform(image)

# transformed_image 现在是一个 Tensor，可以用于模型输入

后记

Pytorch初学者官方文档这里描述的，作者也是自学理解的也有点差，查阅了一些其他的资料，但是还处在一个比较迷惑的状态，这里后续会更新的。