时间戳

首页 > 解决方案 > Torchvision 规范化 - 它如何在手段/sds 的元组上运行？

pytorch - Torchvision 规范化 - 它如何在手段/sds 的元组上运行？

问题描述

我不明白这种转换是如何从torchvision 进行的。最终我想建立一个自定义的规范化类，所以我需要先弄清楚它是如何工作的。

在文档中，它描述了这样的初始化：

def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

当我通常传递这些参数（不是自定义类）时，我将它们作为每个通道的列表或元组传递：

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

但是，如果我看一下电话：

return F.normalize(tensor, self.mean, self.std, self.inplace)

所有这些都将元组传递给 F.normalize() ，它只接受 p 参数的单个值。

该类必须以某种方式遍历通道以允许实现这一点，但它是如何做到这一点的，我如何在自定义类中实现它？

基于本教程，我将这样描述它：

class Normalize(object):
    """Convert ndarrays in sample to Tensors."""

    def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

    def __call__(self, sample):
        image, landmarks = sample['image'], sample['landmarks']
        return {'image': F.normalize(image, self.mean, self.std, self.inplace),
                'landmarks': landmarks}

但这不起作用，因为它不会通过每个渠道。

标签： pytorchtorchvision

解决方案

里面调用的normalize函数就是这个https://github.com/pytorch/vision/blob/master/torchvision/transforms/functional.py#L191

输入是一个形状张量，并且(C, H, W)可以是序列，在内部转换为张量。标准化是通过广播以这种方式完成的：meanstd

tensor.sub_(mean[:, None, None]).div_(std[:, None, None])

推荐阅读