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 验证图像输出

在处理图像时，我们需要验证图像的输出是否符合预期。可以使用以下代码来检查图像张量的最小值和最大值：

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

同时，为了确保我们得到的是相同的图像，可以使用 permute 方法改变轴的顺序，使其符合Matplotlib的期望：

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

1.2 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。以下是具体的操作步骤：
1. 计算数据集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
# Out[15]:
torch.Size([3, 32, 32, 50000])

# In[16]:
imgs.view(3, -1).mean(dim=1)
# Out[16]:
tensor([0.4915, 0.4823, 0.4468])

# I