【AI】PyTorch入门（四）：对数据样本进行转换

AI学习目录汇总

1、简述

数据集中样本格式并不一定能直接用于训练机器学习。需要对数据进行转换（transforms ）。

2、转换方法

所有 TorchVision 数据集都有两个参数 ：

transform：用于修改图片（特征），如图像格式（长、宽、分辨率等）、对图片执行裁剪、旋转等操作
target_transform：用于修改标签 - 接受包含转换逻辑的可调用对象。
1
2

例如：FashionMNIST 特征是 PIL 图像格式，标签是整数。对于训练，我们需要将特征作为归一化张量，并将标签作为 one-hot 编码张量。

2.1 ToTensor

transform=ToTensor(),
1

ToTensor操作分两步：
第一步：将PIL.Image或NumPyndarray从 (H x W x C)形状转换为 (C x H x W) 的张量tensor。

[h, w, c]：数组中最外层即hight，表示图像像素有几行；第二层元素width，表示图像像素几列，最后一层元素为每一个通道的数值。
[c, h, w]：数组中第一层元素为图像有一个通道，第二层元素为某个通道上的一行像
1