Functional Transforms 函数形式的变换

最新推荐文章于 2025-04-24 16:13:18 发布

原创

最新推荐文章于 2025-04-24 16:13:18 发布 · 307 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #计算机视觉 #python

本文探讨了PyTorch中的Functional Transforms，解释了为何在计算机视觉任务中使用它们，尤其是由于它们提供的可预测性。通过官方文档和实例代码，介绍了如何用函数形式的变换替代传统方式，并指出这种方式不包含随机参数，使得结果可控。

1. 学习前言

根据pytorch官方文档TRANSFORMING AND AUGMENTING IMAGES

2. 为什么要用Functional Transforms

因为别人在用

入门的时候看大家的代码都是

from torchvision import transform

transform = transforms.Compose([
    transforms.RandomHorizontalFlip(p=0.5),
    transforms.ToTensor(),
    transforms.Normalize([0.672, 0.487, 0.648], [0.172, 0.181, 0.149]) # RGB

但是今天看到有人这么写，代码来自transform.py

# transforms.py

import random
from torchvision.transforms import functional as F


class Compose(object):
    """组合多个transform函数"""
    def __init__(self, transforms):
        self.tran