快捷方式

標準化

class torchvision.transforms.v2.Normalize(mean: Sequence[float], std: Sequence[float], inplace: bool = False)[原始碼]

使用均值和標準差標準化張量影像或影片。

此變換不支援 PIL Image。給定 n 個通道的均值:(mean[1],...,mean[n]) 和標準差:(std[1],..,std[n]),此變換將對輸入 torch.*Tensor 的每個通道進行標準化,即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此變換是原地 (out of place) 操作,即它不會改變輸入的張量。

引數:
  • mean (sequence) – 每個通道的均值序列。

  • std (sequence) – 每個通道的標準差序列。

  • inplace (bool,optional) – 布林值,指定是否進行原地 (in-place) 操作。

使用 Normalize 的示例

如何編寫自己的 v2 變換

如何編寫自己的 v2 變換

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

開始使用 v2 變換

開始使用 v2 變換
transform(inpt: Any, params: Dict[str, Any]) Any[原始碼]

用於自定義變換的需要覆蓋的方法。

參閱 如何編寫自己的 v2 變換

文件

訪問 PyTorch 的全面開發者文件

檢視文件

教程

獲取面向初學者和高階開發者的深入教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源