《昇思25天学习打卡营第5天|数据变换 Transforms》

打卡

import time
print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()),'zozo')

通常情况下，直接加载的原始数据并不能直接送入神经网络进行训练，此时我们需要对其进行数据预处理。

MindSpore提供不同种类的数据变换（Transforms），配合数据处理Pipeline来实现数据预处理。所有的Transforms均可通过map方法传入，实现对指定数据列的处理。

mindspore.dataset提供了面向图像、文本、音频等不同数据类型的Transforms，同时也支持使用Lambda函数。

Common Transforms（常见变换）

mindspore.dataset.transforms模块支持一系列通用Transforms。

更多通用Transforms详见mindspore.dataset.transforms。

1.Compose

接收一个数据增强操作序列，将其组合成单个数据增强操作

2.Vision Transforms¶

mindspore.dataset.vision模块提供一系列针对图像数据的Transforms。在Mnist数据处理过程中，使用了Rescale、Normalize和HWC2CHW变换。

Rescale

Normalize

HWC2CHW

3.Text Transforms¶

PythonTokenizer¶

Lookup

Lambda Transforms