beginner/basics/transforms_tutorial

在 Google Colab 中运行

Colab

下载 Notebook

Notebook

在 GitHub 上查看

GitHub

学习基础知识 || 快速入门 || 张量 || 数据集 & 数据加载器 || 转换 || 构建模型 || 自动梯度 || 优化 || 保存 & 加载模型

转换

创建于：2021 年 2 月 9 日 | 最后更新：2021 年 8 月 11 日 | 最后验证：未验证

数据并不总是以训练机器学习算法所需的最终处理形式出现。我们使用 转换 来对数据进行一些操作，使其适合训练。

所有 TorchVision 数据集都有两个参数 - transform 用于修改特征，target_transform 用于修改标签 - 它们接受包含转换逻辑的可调用对象。 torchvision.transforms 模块提供了几个常用的开箱即用的转换。

FashionMNIST 特征采用 PIL 图像格式，标签为整数。为了进行训练，我们需要将特征转换为归一化的张量，将标签转换为 one-hot 编码的张量。为了进行这些转换，我们使用 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, 366kB/s]
  1%|          | 229k/26.4M [00:00<00:38, 684kB/s]
  3%|▎         | 918k/26.4M [00:00<00:12, 2.11MB/s]
 14%|█▍        | 3.67M/26.4M [00:00<00:03, 7.28MB/s]
 36%|███▌      | 9.47M/26.4M [00:00<00:00, 18.5MB/s]
 48%|████▊     | 12.7M/26.4M [00:00<00:00, 19.4MB/s]
 67%|██████▋   | 17.6M/26.4M [00:01<00:00, 26.5MB/s]
 81%|████████  | 21.4M/26.4M [00:01<00:00, 28.4MB/s]
 93%|█████████▎| 24.5M/26.4M [00:01<00:00, 25.1MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 18.1MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 328kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:12, 363kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 681kB/s]
 11%|█         | 492k/4.42M [00:00<00:03, 1.03MB/s]
 35%|███▍      | 1.54M/4.42M [00:00<00:00, 2.91MB/s]
 51%|█████     | 2.26M/4.42M [00:00<00:00, 3.29MB/s]
 68%|██████▊   | 3.01M/4.42M [00:01<00:00, 3.59MB/s]
 86%|████████▌ | 3.80M/4.42M [00:01<00:00, 3.84MB/s]
100%|██████████| 4.42M/4.42M [00:01<00:00, 3.25MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 64.8MB/s]

ToTensor()

ToTensor 将 PIL 图像或 NumPy ndarray 转换为 FloatTensor，并缩放图像的像素强度值到 [0., 1.] 范围内。

Lambda 转换

Lambda 转换应用任何用户定义的 lambda 函数。在这里，我们定义一个函数将整数转换为 one-hot 编码的张量。它首先创建一个大小为 10（我们数据集中标签的数量）的零张量，并调用 scatter_，它在标签 y 给定的索引处分配一个 value=1。

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

---

进一步阅读

• torchvision.transforms API