Normalize

class torchvision.transforms.Normalize(mean, std, inplace=False)

使用均值和标准差归一化张量图像。此变换不支持 PIL Image。给定 n 个通道的均值：(mean[1],...,mean[n]) 和标准差：(std[1],..,std[n])，此变换将归一化输入 torch.*Tensor 的每个通道，即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此变换是非原地操作，即它不会改变输入张量。

参数:

• mean (sequence) – 每个通道的均值序列。

• std (sequence) – 每个通道的标准差序列。

• inplace (bool,optional) – 布尔值，用于指定此操作是否为原地操作。

使用 Normalize 的示例

如何编写自己的 v2 变换

如何编写自己的 v2 变换

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

变换 v2 入门

变换 v2 入门

forward(tensor: Tensor) → Tensor

参数:

tensor (Tensor) – 待归一化的张量图像。

返回值:

归一化后的张量图像。

返回类型:

Tensor