快捷键

标准化

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

使用均值和标准差对张量图像进行标准化。此转换不支持 PIL 图像。给定均值:(mean[1],...,mean[n]) 和标准差:(std[1],..,std[n]) 对于 n 个通道,此转换将标准化输入 torch.*Tensor 的每个通道,即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此转换是非就地操作,即它不会修改输入张量。

参数:
  • mean (序列) – 每个通道的均值序列。

  • std (序列) – 每个通道的标准差序列。

  • inplace (bool,可选) – 布尔值,用于使此操作就地执行。

使用 Normalize 的示例

开始使用转换 v2

开始使用转换 v2

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

如何编写您自己的 v2 转换

如何编写您自己的 v2 转换
forward(tensor: Tensor) Tensor[source]
参数:

tensor (张量) – 要标准化的张量图像。

返回:

标准化的张量图像。

返回类型:

张量

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源