FakeData¶
- class torchvision.datasets.FakeData(size: int = 1000, image_size: Tuple[int, int, int] = (3, 224, 224), num_classes: int = 10, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, random_offset: int = 0)[source]¶
一个虚假数据集,返回随机生成的图像,并将其作为 PIL 图像返回
- 参数::
size (int, 可选) – 数据集的大小。默认:1000 张图像
image_size (元组, 可选) – 返回图像的大小。默认: (3, 224, 224)
num_classes (int, 可选) – 数据集中的类别数。默认:10
transform (可调用, 可选) – 一个函数/变换,它接受一个 PIL 图像并返回一个变换后的版本。例如,
transforms.RandomCrop
target_transform (可调用, 可选) – 一个函数/变换,它接受目标并对其进行变换。
random_offset (int) – 偏移用于生成每个图像的基于索引的随机种子。默认:0
使用
FakeData
的示例如何使用 CutMix 和 MixUp- 特殊成员::