zoukankan      html  css  js  c++  java
  • Pytorch-数据增强

    比如,你遇到的一个任务,目前只有小几百的数据,然而目前流行的最先进的神经网络都是成千上万的图片数据,可以通过数据增强来实现。

    常用的数据增强手段:

    1. Flip(翻转)
    2. Rotation(旋转)
    3. Scale(缩放)
    4. Random Move&Crop(移位&裁剪)
    5. Gaussian Noise(高斯噪声)

    前4个操作都是由torchvision包中的transforms完成的。

     1 train_loader = torch.utils.data.DataLoader(
     2     datasets.MNIST('datasets/data', train=True, download=True,
     3                    transform=transforms.Compose([
     4                        transforms.RandomHorizontalFlip(),              #水平翻转
     5                        transforms.RandomVerticalFlip(),                #竖直翻转
     6                        transforms.RandomRotation(15),                  #旋转,范围-15°~15°
     7                        transforms.RandomRotation([90, 180, 270]),      #从三个角度中挑一个旋转
     8                        transforms.Resize([32, 32]),                    #缩放
     9                        transforms.RandomCrop([28, 28]),                #随机裁剪  
    10                        transforms.ToTensor(),
    11                        # transforms.Normalize((0.1307,), (0.3081,))
    12                    ])),
    13     batch_size=batch_size, shuffle=True)
  • 相关阅读:
    vue-awesome-swiper
    兼容各浏览器到达顶部
    正则表达式
    设置当前窗口url中param的值
    IE8不支持的部分css3属性处理
    WebGL中的函数及内置属性介绍
    WebGL着色器
    cookie的存储
    如何处理一段字符串数据
    MUI框架
  • 原文地址:https://www.cnblogs.com/cxq1126/p/13325478.html
Copyright © 2011-2022 走看看