FakeData

class torchvision.datasets.FakeData(size: int = 1000, image_size: tuple[int, int, int] = (3, 224, 224), num_classes: int = 10, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, random_offset: int = 0)

生成隨機影像並將其作為 PIL 影像返回的假資料集

引數:

• size (int, optional) – 資料集的大小。預設值：1000 張影像

• image_size (tuple, optional) – 返回的影像大小。預設值：(3, 224, 224)

• num_classes (int, optional) – 資料集中的類別數量。預設值：10

• transform (callable, optional) – 一個函式/變換，接受 PIL 影像並返回變換後的版本。例如，transforms.RandomCrop

• target_transform (可呼叫物件, 可選) – 一個函式/變換，接受目標並對其進行變換。

• random_offset (int) – 偏移用於生成每張影像的基於索引的隨機種子。預設值：0

使用 FakeData 的示例

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

特殊成員:

__getitem__(index: int) → tuple[Any, Any]

引數:

index (int) – 索引

返回:

(image, target)，其中 target 是目標類的類索引。

返回型別:

元組