00_torchvision.transforms 数据标准化

最新推荐文章于 2026-06-04 12:53:29 发布

原创

最新推荐文章于 2026-06-04 12:53:29 发布 · 置顶 · 1.4w 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍了PyTorch中用于图像预处理的transforms.ToTensor()和transforms.Normalize()函数，详细阐述了它们的作用。ToTensor()将图像数据归一化到[0,1]区间，Normalize()进一步将数据分布到(-1,1)范围内，通过(mean, std)进行转换。数据还原则按照相反过程操作。讨论了归一化对模型训练的益处。" 122932383,11712229,Vue自定义过滤器详解,"['前端开发', 'Vue', 'JavaScript']

摘要

主要介绍了今天使用的两个对图像处理（归一化和反归一化）使用的函数：transforms.ToTensor()和transforms.Normalize(std,mean)

1、transforms.ToTensor()作用

ToTensor()将shape为(H, W, C)的nump.ndarray或img转为shape为(C, H, W)的tensor，其将每一个数值归一化到[0,1]，其归一化方法比较简单，直接除以255即可。具体可参见如下代码：

import torchvision.transforms as transforms
import numpy as np
from __future__ import print_function

# 定义转换方式，transforms.Compose将多个转换函数组合起来使用
transform1 = transforms.Compose([transforms.ToTensor()])