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

1.1 图像轴序调整

在处理图像时，我们需要确保图像数据的轴序与所需的库或模型相匹配。例如，在使用Matplotlib显示图像时，需要将图像的轴序从 C × H × W 转换为 H × W × C 。可以使用 permute 方法来实现这一转换：

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

# 验证是否得到相同的图像
# In[14]:
plt.imshow(img_t.permute(1, 2, 0))
plt.show()
# Out[14]:
<Figure size 432x288 with 1 Axes>

1.2 数据归一化

数据归一化是机器学习中常用的预处理步骤，它可以使每个通道的数据具有零均值和单位标准差。这样做的好处是可以让神经元更有可能具有非零梯度，从而加快学习速度，并且确保每个通道的信息可以使用相同的学习率进行更新。

以下是对CIFAR - 10训练集进行归一化的步骤：
1. 计算每个通道的均值和标准差：

# In[15]:
imgs = torch.stack([img_t for img_t, _ in tensor_cifar10], dim=3)
imgs.shape