Normalize

class torchvision.transforms.v2.Normalize(mean: Sequence[float], std: Sequence[float], inplace: bool = False)

使用均值和標準差對張量影像或影片進行歸一化。

此轉換不支援 PIL Image。給定 n 通道的均值：(mean[1],...,mean[n]) 和標準差：(std[1],..,std[n])，此轉換將對輸入 torch.*Tensor 的每個通道進行歸一化，即 output[channel] = (input[channel] - mean[channel]) / std[channel]。

注意

此轉換是“非原地”操作，即它不會修改輸入張量。

引數:

• mean (sequence) – 每個通道的均值序列。

• std (sequence) – 每個通道的標準差序列。

• inplace (bool,optional) – 布林值，用於使此操作原地進行。

使用 Normalize 的示例

如何編寫自己的 v2 變換

如何編寫自己的 v2 變換

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

變換 v2 入門

變換 v2 入門

transform(inpt: Any, params: dict[str, Any]) → Any

用於覆蓋自定義變換的方法。

請參閱 如何編寫自己的 v2 變換