機(jī)器學(xué)習(xí)煉丹術(shù)】的學(xué)習(xí)筆記分享

<<小白學(xué)PyTorch>>

小白學(xué)PyTorch | 6 模型的構(gòu)建訪問遍歷存儲（附代碼）

小白學(xué)PyTorch | 5 torchvision預(yù)訓(xùn)練模型與數(shù)據(jù)集全覽

小白學(xué)PyTorch | 4 構(gòu)建模型三要素與權(quán)重初始化

小白學(xué)PyTorch | 3 淺談Dataset和Dataloader

小白學(xué)PyTorch | 2 淺談訓(xùn)練集驗證集和測試集

小白學(xué)PyTorch | 1 搭建一個超簡單的網(wǎng)絡(luò)

小白學(xué)PyTorch | 動態(tài)圖與靜態(tài)圖的淺顯理解

本文共6000字，12張圖，建議大家有空的時候隨便看看就行。第8課是PyTorch實戰(zhàn)內(nèi)容，更重要。本文有問題或者有疑惑的地方，可以加個人微信進(jìn)行討論。近期在個人朋友圈有一次紅包抽獎活動，也歡迎參加。

參考目錄：

• 1 基本函數(shù)

• • 1.1 Compose

  • 1.2 RandomChoice

  • 1.3 RandomOrder

• 2 PIL上的操作

• • 2.1 中心切割CenterCrop

  • 2.2 隨機(jī)切割RandomCrop

  • 2.3 隨機(jī)比例切割

  • 2.4 顏色震顫ColorJitter

  • 2.5 隨機(jī)旋轉(zhuǎn)RandomRotation

  • 2.6 灰度化Grayscale

  • 2.7 size

  • 2.8 概率隨機(jī)（常用）

• 3 Tensor上的操作

• • 3.1 標(biāo)準(zhǔn)化Normalize

• 4 PIL，Tensor轉(zhuǎn)換函數(shù)

• • 4.1 ToPILImage

  • 4.2 ToTensor

• 5 案例代碼分析

老樣子，先看官方對torchvision.transforms的介紹：

這個Transforms是常見的圖像的轉(zhuǎn)換（包含圖像增強(qiáng)等）， 然后不同的transforms可以通過Compose函數(shù)連接起來（類似于Sequence把網(wǎng)絡(luò)層連接起來一樣的感覺）。后面的是關(guān)于圖像分割任務(wù)了的介紹，因為入門PyTorch主要是圖像分類，所以后面先不提了。

1 基本函數(shù)

1.1 Compose

【代碼】

torchvision.transforms.Compose(transforms)

【介紹】

將不同的transform壓縮在一起，這是非常重要的函數(shù)

【代碼舉例】

transforms.Compose([transforms.CenterCrop(10),transforms.ToTensor(),])

1.2 RandomChoice

【代碼】

torchvision.transforms.RandomChoice(transforms)

【介紹】

用法和Compose相同，是在transform的list中隨機(jī)選擇1個transform進(jìn)行執(zhí)行。

1.3 RandomOrder

【代碼】

torchvision.transforms.RandomOrder(transforms)

【介紹】

用法和Compose相同，是亂序list中的transform。

---

之前的課程提到了，在torchvision官方的數(shù)據(jù)集中，提供的數(shù)據(jù)是PIL格式的數(shù)據(jù)，然后我們需要轉(zhuǎn)成FloatTensor形式的數(shù)據(jù)。因此這里圖像增強(qiáng)的處理也分成在PIL圖片上操作的和在FloatTensor張量上操作的兩種。

---

2 PIL上的操作

2.1 中心切割CenterCrop

【代碼】

torchvision.transforms.CenterCrop(size)

【介紹】

以PIL圖片中心為中心，進(jìn)行圖片切割。比較常用

【參數(shù)】size (sequence or int) – 想要切割出多大的圖片。如果size是一個整數(shù)，那么就切割一個正方形；如果是一個（height,width）的tuple，那么就切割一個長方形。

【代碼舉例】

transforms.Compose([transforms.CenterCrop(10),transforms.ToTensor(),])

2.2 隨機(jī)切割RandomCrop

【代碼】

torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')

【介紹】

和CenterCrop類似，但是是隨機(jī)選取中心進(jìn)行切割的

【參數(shù)】

• size也是可以是int可以是tuple（height，width）

• padding就是是否對圖片進(jìn)行填充，你可以輸入2元組，表示左右填充和上下填充，也可以輸入四元組，表示左上右下的填充；

• pad_if_needed是boolean，一般是True。隨機(jī)選取如果選取的比較邊緣，超出了邊界，那么是否進(jìn)行填充

• fill （int），你選擇填充的是0（黑色），還是255（白色）呢？這個盡在padding_mode='constant'時有效

• padding_mode表示填充的方法。有四種：'constant', 'edge', 'reflect' or 'symmetric' . 默認(rèn)是constant常數(shù)填充。edge是填充邊緣的那個像素值，一般效果比constant強(qiáng)一些，自己做的項目中；reflect和symmetric都是表示以邊界為軸進(jìn)行鏡像的填充，區(qū)別在于：

• • reflect:[1,2,3,4,5]進(jìn)行padding=2的時候，那么就是[3,2,1,2,3,4,5,4,3]

  • symmetric:[1,2,3,4,5]進(jìn)行padding=2的時候，那么就是[2,1,1,2,3,4,5,5,4]

  • 區(qū)別是否重復(fù)邊界的哪一個元素。兩種方法差別不大。

2.3 隨機(jī)比例切割

【代碼】

torchvision.transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(0.75, 1.3333), interpolation=2)

【介紹】

這個比較有意思，隨機(jī)大小切割圖片，然后再resize到設(shè)置的size大小。

參數(shù)中scale控制切割圖片的大小是原圖的比例，然后ratio控制切割圖片的高寬比（縱橫比），默認(rèn)是從3/4 到 4/3。切割完成后再resize到設(shè)置的size大小。這個方法一般用在訓(xùn)練inception網(wǎng)絡(luò)。

2.4 顏色震顫ColorJitter

【代碼】

torchvision.transforms.ColorJitter(brightness=0, contrast=0, saturation=0, hue=0)【介紹】

隨機(jī)修改亮度brightness,對比度contrast, 飽和度saturation,色相hue

【參數(shù)】

• brightness (float or tuple (min, max)) – 如果輸入是一個float，那么建議在選取一個小于1的浮點數(shù)。亮度系數(shù)會從區(qū)間均勻選取，如果我使用這個，我設(shè)置brightness是0.1的話，那么這個系數(shù)就是之間隨機(jī)選取。如果輸入時一個tuple的話，那么就是在 中選取。

• contrast (float or tuple (min, max)) – 和上面一樣，也是一個系數(shù)的選取。

• saturation (float or tuple (min, max)) – 和上面一樣，也是一個系數(shù)的選取。

• hue (float or tuple (min, max)) – hue是色相。這里色相的取值應(yīng)該小于0.5。如果輸入時一個float，那么取值應(yīng)該，系數(shù)在 選取；如果是tuple，那么就是

2.5 隨機(jī)旋轉(zhuǎn)RandomRotation

【代碼】

torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None, fill=None)

【介紹】

就是隨機(jī)的按照角度宣傳圖片

【參數(shù)】

• degrees （int or tuple (min,max)) – 老規(guī)矩了，整數(shù)旋轉(zhuǎn)角度就是[-int,int],tuple就是[min,max]

• expand (bool, optional) – True就是讓擴(kuò)大圖片，讓圖片可以包括所有內(nèi)容（圖片旋轉(zhuǎn)的話，四個角的信息其實是旋轉(zhuǎn)到了圖片的外面，這個是擴(kuò)大圖片的像素尺寸，如果True在后面還要接一個resize的transforms）; 默認(rèn)是False，旋轉(zhuǎn)后的圖片和輸入圖片是同樣的尺寸。

• center (2-tuple, optional) – 可以設(shè)置成非圖片中心的旋轉(zhuǎn)

• fill (n-tuple or int or float) – 設(shè)置填充像素值的，默認(rèn)是0，一般也會選取0.

2.6 灰度化Grayscale

【代碼】

torchvision.transforms.Grayscale(num_output_channels=1)

【介紹】

這個函數(shù)雖然不重要，但是會用的話可以提高變成速度哈哈。就是把圖片轉(zhuǎn)換成灰度的。

【參數(shù)】

• num_output_channels (int) ?– 正常情況下灰度圖片是單通道的，但是這里你可以設(shè)置成3，這樣的話，會輸出3個通道的灰度圖片（三個通道的特征值相同），這樣的話，你就不用修改torchvision的預(yù)訓(xùn)練模型中的輸入接口了。（因為之前提到的，預(yù)訓(xùn)練模型使用ImageNet訓(xùn)練的，輸入都是三通道彩色圖）

2.7 size

【代碼】

torchvision.transforms.Resize(size, interpolation=2)

【介紹】

把PIL圖片resize成指定大小

【參數(shù)】

• size (tuple(height,width) or int) – tuple的話就直接resize成指定大小；int的話，就按照比例，讓圖片的短邊長度變成int大小。

• interpolation (int, optional) – 插值方法，一般都使用默認(rèn)的PIL.Image.BILINEAR雙重線性插值。

2.8 概率隨機(jī)（常用）

圖像增強(qiáng)有：變成灰度，鏡像，翻轉(zhuǎn)，平移，旋轉(zhuǎn)等。

【代碼】

#?變成灰度，輸入輸出通道數(shù)默認(rèn)相同 torchvision.transforms.RandomGrayscale(p=0.1) #?隨機(jī)水平翻轉(zhuǎn) torchvision.transforms.RandomHorizontalFlip(p=0.5) #?隨機(jī)豎直翻轉(zhuǎn) torchvision.transforms.RandomVerticalFlip(p=0.5)

【參數(shù)】

• p：表示執(zhí)行這個transform的概率

3 Tensor上的操作

3.1 標(biāo)準(zhǔn)化Normalize

【代碼】

torchvision.transforms.Normalize(mean,?std,?inplace=False)

【參數(shù)】

• mean和std都是list，[mean_1,...,mean_n]和[std_1,...,std_n],n為通道數(shù)。每一個通道都應(yīng)該有一個mean和std。計算的方法是,就是常用的那種：

4 PIL，Tensor轉(zhuǎn)換函數(shù)

4.1 ToPILImage

torchvision.transforms.ToPILImage(mode=None)

【介紹】

把一個tensor或者np的array轉(zhuǎn)換成PIL。值得注意的是，如果輸入時Tensor，那么維度應(yīng)該是 C x H x W ，如果是numpy的話，是 H x W x C。 （這是一個一般不會出現(xiàn)，但是一旦出現(xiàn)很難想到的問題。）

4.2 ToTensor

torchvision.transforms.ToTensor

【介紹】

把PIL或者numpy轉(zhuǎn)換成Tensor。PIL和Numpy （格式H x W x C，范圍[0,255]）,轉(zhuǎn)換成Tensor（格式C x H x W，范圍[0，1]）

5 案例代碼分析

from?PIL?import?Image from?torchvision?import?transformsdef?loadImage():#?讀取圖片im?=?Image.open("brunch.jpg")im?=?im.convert("RGB")im.show()return?im im?=?loadImage()

圖片是我在英國留學(xué)的時候，有一道菜叫無花果土司，雖然不好吃但是好看，原圖：

#從中心裁剪一個600*600的圖像 output?=?transforms.CenterCrop(600)(im) output.show() #?從中心裁一個長為600，寬為800的圖像 output?=?transforms.CenterCrop((600,800))(im) output.show() #隨機(jī)裁剪一個600*600的圖像 output?=?transforms.RandomCrop(600)(im) output.show() #隨機(jī)裁剪一個600*800的圖像 output?=?transforms.RandomCrop((600,800))(im) output.show() #從上、下、左、右、中心各裁一個300*300的圖像 outputs?=?transforms.FiveCrop(300)(im) outputs[4].show()

類似的圖片，就不占用painful了

#p默認(rèn)為0.5，這里設(shè)成1，那么就肯定會水平翻轉(zhuǎn) output?=?transforms.RandomHorizontalFlip(p=1.0)(im) output.show() output?=?transforms.RandomVerticalFlip(p=1)(im) output.show() #在（-30,30）之間選擇一個角度進(jìn)行旋轉(zhuǎn) output?=?transforms.RandomRotation(30)(im) output.show() #在60-90之間選擇一個角度進(jìn)行旋轉(zhuǎn) output?=?transforms.RandomRotation((60,90))(im) output.show() output?=?transforms.Resize((400,500))(im) output.show()

這個圖像一樣就尺寸變小了，就不放圖了。

trans?=?transforms.Compose([transforms.CenterCrop(300),transforms.RandomRotation(30),]) output?=?trans(im) output.show() - END -

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機(jī)器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印機(jī)器學(xué)習(xí)在線手冊深度學(xué)習(xí)筆記專輯《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯 AI基礎(chǔ)下載機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)專輯獲取一折本站知識星球優(yōu)惠券，復(fù)制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群請掃碼進(jìn)群（如果是博士或者準(zhǔn)備讀博士請說明）：

總結(jié)

以上是生活随笔為你收集整理的【小白学PyTorch】7.最新版本torchvision.transforms常用API翻译与讲解的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。