簡述PyTorch中mnist的transforms圖像處理

什么是mnist

MNIST數(shù)據(jù)集是一個(gè)公開的數(shù)據(jù)集，相當(dāng)于深度學(xué)習(xí)的hello world，用來檢驗(yàn)一個(gè)模型/庫/框架是否有效的一個(gè)評價(jià)指標(biāo)。

MNIST數(shù)據(jù)集是由0?9手寫數(shù)字圖片和數(shù)字標(biāo)簽所組成的，由60000個(gè)訓(xùn)練樣本和10000個(gè)測試樣本組成，每個(gè)樣本都是一張28 * 28像素的灰度手寫數(shù)字圖片。MNIST 數(shù)據(jù)集來自美國國家標(biāo)準(zhǔn)與技術(shù)研究所，整個(gè)訓(xùn)練集由250個(gè)不同人的手寫數(shù)字組成，其中50%來自美國高中學(xué)生，50%來自人口普查的工作人員。

導(dǎo)入transforms方法

導(dǎo)入transforms方法，并將MNIST數(shù)據(jù)集中transform改為transforms.ToTensor()：

執(zhí)行的部分結(jié)果：

將transforms組合：

執(zhí)行的部分結(jié)果：

結(jié)語

transfroms是一種常用的圖像轉(zhuǎn)換方法，他們可以通過Compose方法組合到一起，這樣可以實(shí)現(xiàn)許多個(gè)transfroms對圖像進(jìn)行處理。transfroms方法提供圖像的精細(xì)化處理，例如在分割任務(wù)的情況下 ，你必須建立一個(gè)更復(fù)雜的轉(zhuǎn)換管道，這時(shí)transfroms方法是很有用的。