深度学习常见的transform和dataloder联合transform

加了下划线的__的函数,就是不用点.,直接传入参数就可以调用

compose就中心裁剪后再转换成tensor

totensor是将pil或者narray类型转换成tensor类型

normalize归一化 可以将tensor类型图形转换成一个均值或者标准差

深度学习常见的transform和dataloder联合transform_第1张图片深度学习常见的transform和dataloder联合transform_第2张图片对图片归一化

归一化的作用是来加速收敛速度,加速训练速度的

深度学习常见的transform和dataloder联合transform_第3张图片

将pil的图片改变大小

深度学习常见的transform和dataloder联合transform_第4张图片

将短边缩放到x,长宽比不变

randomcrop是随机裁剪,随机裁剪可以用于数据增强,学习transform就是先看输入输出,再看案例,再试着用用,看看效果,即使不知道是什么类型的输出,直接就是那个打印深度学习常见的transform和dataloder联合transform_第5张图片

将数据集和transform结合

深度学习常见的transform和dataloder联合transform_第6张图片

root是存放位置,train为1就是训练数据集,download为1则是在网上自己下载,这是官网给出的数据集,可以下载使用torchvison自带的数据集

深度学习常见的transform和dataloder联合transform_第7张图片test_set[0]是图片类型和类别

test_set.classes是类别总和

target是类别的第几个

dataset如同扑克牌 完好的新的,而dataloder就如同打乱了 拿在手中的牌,batch_size指的就是我每次抓牌 抓两张牌,shuffle为1的话,就打乱牌,num_workers有时候在windows下运行会出问题,这时候设置成0试试看,drop_last是如果100张牌,每次取3张,最后一张牌是否舍去?,等1 舍去。

深度学习常见的transform和dataloder联合transform_第8张图片

你可能感兴趣的:(深度学习,人工智能)