捷徑

Normalize

class torchvision.transforms.Normalize(mean, std, inplace=False)[原始碼]

使用平均值和標準差正規化張量影像。此轉換不支援 PIL Image。 給定平均值:(mean[1],...,mean[n]) 和標準差: (std[1],..,std[n]) 對於 n 個通道,此轉換將正規化輸入 torch.*Tensor 的每個通道,即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此轉換會異地操作,也就是說,它不會改變輸入張量。

參數:
  • mean (序列) – 每個通道的平均值序列。

  • std (序列) – 每個通道的標準差序列。

  • inplace (bool,optional) – 布林值,用於進行原地操作。

使用 Normalize 的範例

transforms v2 入門

transforms v2 入門

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

如何編寫您自己的 v2 轉換

如何編寫您自己的 v2 轉換
forward(tensor: Tensor) Tensor[原始碼]
參數:

tensor (Tensor) – 待正規化的 Tensor 影像。

回傳:

已正規化的 Tensor 影像。

回傳類型:

Tensor

文件

取得 PyTorch 的完整開發者文件

檢視文件

教學

取得針對初學者和進階開發者的深入教學

檢視教學

資源

尋找開發資源並獲得問題解答

檢視資源