FakeData

class torchvision.datasets.FakeData(size: int = 1000, image_size: Tuple[int, int, int] = (3, 224, 224), num_classes: int = 10, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, random_offset: int = 0)

一個返回隨機生成影像的假資料集，並將其作為 PIL 影像返回

引數：

• size (int, optional) – 資料集的大小。預設為 1000 張影像

• image_size (tuple, optional) – 返回影像的大小。預設為 (3, 224, 224)

• num_classes (int, optional) – 資料集中的類別數量。預設為 10

• transform (callable, optional) – 一個函式/變換，接收 PIL 影像並返回變換後的版本。例如，transforms.RandomCrop

• target_transform (callable, optional) – 一個函式/變換，接收目標並對其進行變換。

• random_offset (int) – 用於生成每張影像的基於索引的隨機種子的偏移量。預設為 0

使用 FakeData 的示例

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

特殊成員：

__getitem__(index: int) → Tuple[Any, Any]

引數：

index (int) – 索引

返回值：

(image, target)，其中 target 是目標類別的 class_index。

返回型別：

tuple