19、从图像中学习：区分鸟类和飞机

从图像中学习：区分鸟类和飞机

1. 图像数据处理

在处理图像数据时，我们首先要对图像进行一些基本的验证和转换操作。例如，验证图像的最小值和最大值：

# In[13]:
img_t.min(), img_t.max()
# Out[13]:
(tensor(0.), tensor(1.))

为了确保我们能正确显示图像，需要使用 permute 函数改变图像轴的顺序，使其符合 Matplotlib 的要求：

# In[14]:
plt.imshow(img_t.permute(1, 2, 0))
plt.show()

1.1 数据归一化

数据归一化是一个重要的步骤，它可以使每个通道具有零均值和单位标准差。这样做的好处是能让神经元更有可能具有非零梯度，从而更快地学习，同时也能确保通道信息可以使用相同的学习率进行更新。
以下是具体的操作步骤：
1. 计算每个通道的均值和标准差：

# 堆叠所有图像张量
# In[15]:
imgs = torch.stack([img_t for img_t, _ in tensor_cifar10], dim=3)
imgs.shape
# Out[15]:
torch.Size([3, 32, 32, 50000])

# 计算每个通道的均值
# In[16]:
imgs.