機器學習煉丹術】的學習筆記分享

<<小白學PyTorch>>

小白學PyTorch | 6 模型的構建訪問遍歷存儲（附代碼）

小白學PyTorch | 5 torchvision預訓練模型與數據集全覽

小白學PyTorch | 4 構建模型三要素與權重初始化

小白學PyTorch | 3 淺談Dataset和Dataloader

小白學PyTorch | 2 淺談訓練集驗證集和測試集

小白學PyTorch | 1 搭建一個超簡單的網絡

小白學PyTorch | 動態圖與靜態圖的淺顯理解

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實戰內容，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

• • 1.1 Compose

  • 1.2 RandomChoice

  • 1.3 RandomOrder

• 2 PIL上的操作

• • 2.1 中心切割CenterCrop

  • 2.2 隨機切割RandomCrop

  • 2.3 隨機比例切割

  • 2.4 顏色震顫ColorJitter

  • 2.5 隨機旋轉RandomRotation

  • 2.6 灰度化Grayscale

  • 2.7 size

  • 2.8 概率隨機（常用）

• 3 Tensor上的操作

• • 3.1 標準化Normalize

• 4 PIL，Tensor轉換函數

• • 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是常見的圖像的轉換（包含圖像增強等）， 然后不同的transforms可以通過Compose函數連接起來（類似于Sequence把網絡層連接起來一樣的感覺）。后面的是關于圖像分割任務了的介紹，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

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

【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中隨機選擇1個transform進行執行。

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官方的數據集中，提供的數據是PIL格式的數據，然后我們需要轉成FloatTensor形式的數據。因此這里圖像增強的處理也分成在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，進行圖片切割。比較常用

【參數】size (sequence or int) – 想要切割出多大的圖片。如果size是一個整數，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，但是是隨機選取中心進行切割的

【參數】

• size也是可以是int可以是tuple（height，width）

• padding就是是否對圖片進行填充，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。隨機選取如果選取的比較邊緣，超出了邊界，那么是否進行填充

• 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' . 默認是constant常數填充。edge是填充邊緣的那個像素值，一般效果比constant強一些，自己做的項目中；reflect和symmetric都是表示以邊界為軸進行鏡像的填充，區別在于：

• • reflect:[1,2,3,4,5]進行padding=2的時候，那么就是[3,2,1,2,3,4,5,4,3]

  • symmetric:[1,2,3,4,5]進行padding=2的時候，那么就是[2,1,1,2,3,4,5,5,4]

  • 區別是否重復邊界的哪一個元素。兩種方法差別不大。

2.3 隨機比例切割

【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，隨機大小切割圖片，然后再resize到設置的size大小。

參數中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），默認是從3/4 到 4/3。切割完成后再resize到設置的size大小。這個方法一般用在訓練inception網絡。

2.4 顏色震顫ColorJitter

【代碼】

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

隨機修改亮度brightness,對比度contrast, 飽和度saturation,色相hue

【參數】

• 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。亮度系數會從區間均勻選取，如果我使用這個，我設置brightness是0.1的話，那么這個系數就是之間隨機選取。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，也是一個系數的選取。

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

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

2.5 隨機旋轉RandomRotation

【代碼】

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

【介紹】

就是隨機的按照角度宣傳圖片

【參數】

• degrees （int or tuple (min,max)) – 老規矩了，整數旋轉角度就是[-int,int],tuple就是[min,max]

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

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

• fill (n-tuple or int or float) – 設置填充像素值的，默認是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。就是把圖片轉換成灰度的。

【參數】

• 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的預訓練模型中的輸入接口了。（因為之前提到的，預訓練模型使用ImageNet訓練的，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】

• 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，一般都使用默認的PIL.Image.BILINEAR雙重線性插值。

2.8 概率隨機（常用）

圖像增強有：變成灰度，鏡像，翻轉，平移，旋轉等。

【代碼】

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

【參數】

• p：表示執行這個transform的概率

3 Tensor上的操作

3.1 標準化Normalize

【代碼】

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

【參數】

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

4 PIL，Tensor轉換函數

4.1 ToPILImage

torchvision.transforms.ToPILImage(mode=None)

【介紹】

把一個tensor或者np的array轉換成PIL。值得注意的是，如果輸入時Tensor，那么維度應該是 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，但是一旦出現很難想到的問題。）

4.2 ToTensor

torchvision.transforms.ToTensor

【介紹】

把PIL或者numpy轉換成Tensor。PIL和Numpy （格式H x W x C，范圍[0,255]）,轉換成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() #隨機裁剪一個600*600的圖像 output?=?transforms.RandomCrop(600)(im) output.show() #隨機裁剪一個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默認為0.5，這里設成1，那么就肯定會水平翻轉 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行旋轉 output?=?transforms.RandomRotation(30)(im) output.show() #在60-90之間選擇一個角度進行旋轉 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者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統計學習方法》的代碼復現專輯 AI基礎下載機器學習的數學基礎專輯獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群請掃碼進群（如果是博士或者準備讀博士請說明）：

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。