捷徑

Normalize

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

使用平均值和標準差正規化張量影像或影片。

此轉換不支援 PIL 影像。給定平均值:(mean[1],...,mean[n]) 和標準差:(std[1],..,std[n]),適用於 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

此轉換為異地操作,即不會變更輸入張量。

參數:
  • mean (sequence) – 每個通道的平均值序列。

  • std (sequence) – 每個通道的標準差序列。

  • inplace (bool,optional) – 布林值,使此操作為就地操作。

使用 Normalize 的範例

開始使用 transforms v2

開始使用 transforms v2

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
transform(inpt: Any, params: Dict[str, Any]) Any[原始碼]

用於覆寫自訂轉換的方法。

請參閱如何編寫您自己的 v2 轉換

文件

存取 PyTorch 的全面開發者文件

檢視文件

教學

取得適用於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