beginner/basics/transforms_tutorial

在 Google Colab 中執行

Colab

下載 Notebook

Notebook

在 GitHub 上檢視

GitHub

瞭解基礎知識 || 快速入門 || 張量 || 資料集 & 資料載入器 || Transforms || 構建模型 || Autograd || 最佳化 || 儲存 & 載入模型

轉換

建立時間：2021 年 2 月 9 日 | 最後更新：2021 年 8 月 11 日 | 最後驗證：未經驗證

資料並不總是以機器學習演算法訓練所需的最終處理形式提供。我們使用 transforms 來對資料進行一些操作，使其適合訓練。

所有 TorchVision 資料集都有兩個引數 - transform 用於修改特徵，target_transform 用於修改標籤 - 它們接受包含轉換邏輯的可呼叫物件。 torchvision.transforms 模組提供了許多常用的 transforms。

FashionMNIST 的特徵是 PIL Image 格式，標籤是整數。為了訓練，我們需要將特徵轉換為歸一化的張量，並將標籤轉換為獨熱編碼的張量。為了實現這些轉換，我們使用 ToTensor 和 Lambda。

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))
)

  0%|          | 0.00/26.4M [00:00<?, ?B/s]
  0%|          | 65.5k/26.4M [00:00<01:12, 361kB/s]
  1%|          | 229k/26.4M [00:00<00:38, 678kB/s]
  3%|▎         | 918k/26.4M [00:00<00:12, 2.09MB/s]
 14%|█▍        | 3.67M/26.4M [00:00<00:03, 7.22MB/s]
 36%|███▋      | 9.63M/26.4M [00:00<00:01, 16.4MB/s]
 60%|█████▉    | 15.7M/26.4M [00:01<00:00, 22.2MB/s]
 82%|████████▏ | 21.6M/26.4M [00:01<00:00, 25.4MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 19.2MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 323kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:12, 359kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 675kB/s]
 20%|██        | 885k/4.42M [00:00<00:01, 2.01MB/s]
 81%|████████  | 3.57M/4.42M [00:00<00:00, 7.02MB/s]
100%|██████████| 4.42M/4.42M [00:00<00:00, 6.03MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 54.0MB/s]

ToTensor()

ToTensor 將 PIL 影像或 NumPy ndarray 轉換為 FloatTensor。並將影像的畫素強度值縮放到 [0., 1.] 範圍。

Lambda Transforms

Lambda transforms 應用任何使用者定義的 lambda 函式。在這裡，我們定義了一個函式來將整數轉換為獨熱編碼的張量。它首先建立一個大小為 10（我們資料集中標籤的數量）的零張量，並呼叫 scatter_，該函式在由標籤 y 給出的索引處分配 value=1。

target_transform = Lambda(lambda y: torch.zeros(
    10, dtype=torch.float).scatter_(dim=0, index=torch.tensor(y), value=1))

---

進一步閱讀

• torchvision.transforms API