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)

一個假的資料集，會隨機產生圖片並將它們作為 PIL 圖片返回

參數:

• size (int, optional) – 資料集的大小。預設值：1000 張圖片

• image_size (tuple, optional) – 返回圖片的大小。預設值：(3, 224, 224)

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

• transform (callable, optional) – 一個函數/轉換，它接受一個 PIL 圖片並返回一個轉換後的版本。例如，transforms.RandomCrop

• target_transform (callable, optional) – 一個函數/轉換，它接受目標並轉換它。

• random_offset (int) – 偏移用於生成每個圖像的基於索引的隨機種子。預設值：0

使用 FakeData 的範例

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

特殊成員:

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

參數:

index (int) – 索引

返回值:

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

返回類型:

tuple