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)

一个伪造数据集，返回随机生成的图像，并将它们作为 PIL 图像返回

参数:

• size (int, 可选) – 数据集的大小。默认值：1000 张图像

• image_size (tuple, 可选) – 返回图像的大小。默认值：(3, 224, 224)

• num_classes (int, 可选) – 数据集中的类数。默认值：10

• transform (callable, 可选) – 接收 PIL 图像并返回转换版本的函数/转换。例如，transforms.RandomCrop

• target_transform (callable, 可选) – 接收目标并转换目标的函数/转换。

• random_offset (int) – 偏移用于生成每个图像的基于索引的随机种子。默认值：0

FakeData 的使用示例

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

特殊成员:

__getitem__(index: int) → Tuple[Any, Any]

参数:

index (int) – 索引

返回:

(image, target)，其中 target 是目标类的 class_index。

返回类型:

tuple