PyTorch 图像规范化
图像的归一化是将不同量纲的特征归一化到指定的范围内,可以消除不同特征量纲的影响。图像规范化则是将图像规范化到相同的分布。两者都有利于加快模型训练、收敛。 1. 归一化 {#title-0} ================= 图像的每个像素值的范围是 \[0, 255\],我们在将图像送入网络之前会将其归一化到 \[0, 1\] 或者 \[-1, 1\] 之间。 1....
51工具盒子
图像的归一化是将不同量纲的特征归一化到指定的范围内,可以消除不同特征量纲的影响。图像规范化则是将图像规范化到相同的分布。两者都有利于加快模型训练、收敛。 1. 归一化 {#title-0} ================= 图像的每个像素值的范围是 \[0, 255\],我们在将图像送入网络之前会将其归一化到 \[0, 1\] 或者 \[-1, 1\] 之间。 1....
torchvision 提供了一些用于图像裁剪的方法,这些方法也可以用于图像增强。主要介绍下: 1. PIL 和 Tensor 转换 2. 多种图像裁剪方法 1. PIL 和 Tensor 转换 {#title-0} ============================= 处理图像之前,需要先读取图片。我们可以使用 torchvision.io.image 模块的 r...
<p>我们在使用 PyTorch 建网络模型时,网络层与层之间很多都是使用不同的 shape 进行运算,我们需要掌握对张量形状的操作,以便能够更好处理网络各层之间的数据连接。</p> <ol> <li> <p>reshape 函数</p> </li> <li> <p>tr...
<p>张量的拼接操作在神经网络搭建过程中是非常常用的方法,例如: 在残差网络、注意力机制中都使用到了张量拼接。</p> <ol> <li> <p>torch.cat 函数的使用</p> </li> <li> <p>torch.stack 函数的使用</p> &...
<p>我们在操作张量时,经常需要去进行获取或者修改操作,掌握张量的花式索引操作是必须的一项能力。</p> <pre><code>import torch data = torch.randint(0, 10, [4, 5]) print(data) print('-' * 50) # 1. 简单行、列索引 ...
``` import torch import numpy as np # 1. 张量和 numpy 的转换 def test01(): data_tensor = torch.tensor([2, 3, 4]) # 将张量转换为 numpy 数组 data_numpy = data_tensor.numpy() # data_tenso...
<p>PyTorch 计算的数据都是以张量形式存在, 我们需要掌握张量各种运算. 并且, 我们可以在 CPU 中运算, 也可以在 GPU 中运算.</p> <ol> <li> <p>基本运算</p> </li> <li> <p>阿达玛积</p> </li...
<p>VsCode中写python代码,输出打印有中文时,控制台输出为乱码:</p> <p><img src="http://static.51tbox.com/static/2024-11-13/col/4c44b6032ed6dc7d5dd871ff0da88947/308e92fa040646f698b11c86a7d8...
<p>Python的模块为日常编程中许多问题提供了标准的解决方案,同时也能让我们更加简洁优雅地管理代码。</p> <h2>模块</h2> <p>定义:<br /> 每个模块是由1个或多个Python文件构成。是相关的类、函数和变量所组成的一个集合。</p> <p>它可以被其它代码引入...
在生活中,我们通过特征与功能来描述一个具体对象,转换到代码中就变成了数据与函数。 回顾已经学过的内容,我们学习了用来存储数据的变量与用来存储代码的函数。 现在让我们把变量与函数打包,来学习在程序中创建类与对象。 类代表着一类事物,比如人类,鸟类,汽车,电脑。当我们提起这些事物的时候,我们并不特指某一个具体的东西,比如人类是泛指抽象的全人类 而对象指的是类的实例,比如...