快捷方式

Compose

class torchvision.transforms.v2.Compose(transforms: Sequence[Callable])[源代码]

将多个转换组合在一起。

此转换不支持 torchscript。请参阅下面的说明。

参数:

transforms (Transform 对象列表) – 要组合的转换列表。

示例

>>> transforms.Compose([
>>>     transforms.CenterCrop(10),
>>>     transforms.PILToTensor(),
>>>     transforms.ConvertImageDtype(torch.float),
>>> ])

说明

为了对转换进行脚本化,请使用以下方法 torch.nn.Sequential

>>> transforms = torch.nn.Sequential(
>>>     transforms.CenterCrop(10),
>>>     transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
>>> )
>>> scripted_transforms = torch.jit.script(transforms)

确保仅使用可脚本化的转换,即适用于 torch.Tensor 的转换,不需要 lambda 函数或 PIL.Image

使用 Compose 的示例

开始使用转换 v2

开始使用转换 v2

转换 v2:端到端目标检测/分割示例

转换 v2:端到端目标检测/分割示例

如何使用 CutMix 和 MixUp

如何使用 CutMix 和 MixUp

如何编写自己的 v2 转换

如何编写自己的 v2 转换

Torchscript 支持

Torchscript 支持
extra_repr() str[源代码]

设置模块的额外表示。

为了打印自定义的额外信息,您应该在自己的模块中重新实现此方法。单行字符串和多行字符串都可以接受。

forward(*inputs: Any) Any[源代码]

定义每次调用时执行的计算。

所有子类都应该重写此方法。

说明

虽然前向传递的配方需要在此函数中定义,但您应该调用 Module 实例,而不是此函数,因为前者负责运行已注册的钩子,而后者会静默地忽略它们。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获得针对初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源