快捷方式

标准化

class torchvision.transforms.v2.Normalize(mean: Sequence[float], std: Sequence[float], inplace: bool = False)[源码]

使用均值和标准差标准化张量图像或视频。

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]),此变换将对输入 torch.*Tensor 的每个通道进行标准化,即 output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此变换是原地 (out of place) 操作,即它不会改变输入的张量。

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,指定是否进行原地 (in-place) 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

开始使用 v2 变换

开始使用 v2 变换
transform(inpt: Any, params: Dict[str, Any]) Any[源码]

用于自定义变换的需要覆盖的方法。

参阅 如何编写自己的 v2 变换

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向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解答

查看资源