Normalize

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

使用均值和标准差对张量图像或视频进行归一化。

此转换不支持 PIL Image。给定通道数为 n 的 mean：(mean[1],...,mean[n]) 和 std：(std[1],..,std[n])，此转换将对输入 torch.*Tensor 的每个通道进行归一化，即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此转换是“非原地”操作，即它不会改变输入张量。

参数:

• mean (sequence) – 每个通道的均值序列。

• std (sequence) – 每个通道的标准差序列。

• inplace (bool,optional) – 布尔值，用于使此操作原地执行。

使用 Normalize 的示例

如何编写自己的 v2 变换

如何编写自己的 v2 变换

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

变换 v2 入门

变换 v2 入门

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

用于覆盖自定义变换的方法。

请参阅 如何编写自己的 v2 变换