transforms.ToTensor

最近看pytorch時，遇到了對圖像數(shù)據(jù)的歸一化，如下圖所示：

該怎么理解這串代碼呢？我們一句一句的來看，先看transforms.ToTensor()，我們可以先轉(zhuǎn)到官方給的定義，如下圖所示：

大概的意思就是說，transforms.ToTensor()可以將PIL和numpy格式的數(shù)據(jù)從[0,255]范圍轉(zhuǎn)換到[0,1] ，具體做法其實就是將原始數(shù)據(jù)除以255。另外原始數(shù)據(jù)的shape是（H x W x C），通過transforms.ToTensor()后shape會變?yōu)椋– x H x W）。這樣說我覺得大家應(yīng)該也是能理解的，這部分并不難，但想著還是用一些例子來加深大家的映像??????

先導(dǎo)入一些包

import cv2
import numpy as np
import torch
from torchvision import transforms

定義一個數(shù)組模型圖片，注意數(shù)組數(shù)據(jù)類型需要時np.uint8【官方圖示中給出】

data = np.array([
                [[1,1,1],[1,1,1],[1,1,1],[1,1,1],[1,1,1]],
                [[2,2,2],[2,2,2],[2,2,2],[2,2,2],[2,2,2]],
                [[3,3,3],[3,3,3],[3,3,3],[3,3,3],[3,3,3]],
                [[4,4,4],[4,4,4],[4,4,4],[4,4,4],[4,4,4]],
                [[5,5,5],[5,5,5],[5,5,5],[5,5,5],[5,5,5]]
        ],dtype='uint8')

這是可以看看data的shape，注意現(xiàn)在為（W H C）。

使用transforms.ToTensor()將data進行轉(zhuǎn)換

data = transforms.ToTensor()(data)

這時候我們來看看data中的數(shù)據(jù)及shape。

? 很明顯，數(shù)據(jù)現(xiàn)在都映射到了[0, 1]之間，并且data的shape發(fā)生了變換。

**注意：不知道大家是如何理解三維數(shù)組的，這里提供我的一個方法。**??????

??原始的data的shape為（5，5，3），則其表示有5個（5 ， 3）的二維數(shù)組，即我們把最外層的[]去掉就得到了5個五行三列的數(shù)據(jù)。

??同樣的，變換后data的shape為（3，5，5），則其表示有3個（5 ， 5）的二維數(shù)組，即我們把最外層的[]去掉就得到了3個五行五列的數(shù)據(jù)。

transforms.Normalize??

相信通過前面的敘述大家應(yīng)該對transforms.ToTensor有了一定的了解，下面將來說說這個transforms.Normalize??????同樣的，我們先給出官方的定義，如下圖所示：

可以看到這個函數(shù)的輸出output[channel] = (input[channel] - mean[channel]) / std[channel]。這里[channel]的意思是指對特征圖的每個通道都進行這樣的操作?！緈ean為均值，std為標(biāo)準(zhǔn)差】接下來我們看第一張圖片中的代碼，即

這里的第一個參數(shù)（0.5，0.5，0.5）表示每個通道的均值都是0.5，第二個參數(shù)（0.5，0.5，0.5）表示每個通道的方差都為0.5?！疽驗閳D像一般是三個通道，所以這里的向量都是1x3的??????】有了這兩個參數(shù)后，當(dāng)我們傳入一個圖像時，就會按照上面的公式對圖像進行變換?！?strong>注意：這里說圖像其實也不夠準(zhǔn)確，因為這個函數(shù)傳入的格式不能為PIL Image，我們應(yīng)該先將其轉(zhuǎn)換為Tensor格式】

說了這么多，那么這個函數(shù)到底有什么用呢？我們通過前面的ToTensor已經(jīng)將數(shù)據(jù)歸一化到了0-1之間，現(xiàn)在又接上了一個Normalize函數(shù)有什么用呢？其實Normalize函數(shù)做的是將數(shù)據(jù)變換到了[-1,1]之間。之前的數(shù)據(jù)為0-1，當(dāng)取0時，output =（0 - 0.5）/ 0.5 = -1；當(dāng)取1時，output =（1 - 0.5）/ 0.5 = 1。這樣就把數(shù)據(jù)統(tǒng)一到了[-1，1]之間了??????那么問題又來了，數(shù)據(jù)統(tǒng)一到[-1，1]有什么好處呢？數(shù)據(jù)如果分布在(0,1)之間，可能實際的bias，就是神經(jīng)網(wǎng)絡(luò)的輸入b會比較大，而模型初始化時b=0的，這樣會導(dǎo)致神經(jīng)網(wǎng)絡(luò)收斂比較慢，經(jīng)過Normalize后，可以加快模型的收斂速度。【這句話是再網(wǎng)絡(luò)上找到最多的解釋，自己也不確定其正確性】

讀到這里大家是不是以為就完了呢？這里還想和大家嘮上一嘮??????上面的兩個參數(shù)（0.5，0.5，0.5）是怎么得來的呢？這是根據(jù)數(shù)據(jù)集中的數(shù)據(jù)計算出的均值和標(biāo)準(zhǔn)差，所以往往不同的數(shù)據(jù)集這兩個值是不同的??????這里再舉一個例子幫助大家理解其計算過程。同樣采用上文例子中提到的數(shù)據(jù)。

上文已經(jīng)得到了經(jīng)ToTensor轉(zhuǎn)換后的數(shù)據(jù)，現(xiàn)需要求出該數(shù)據(jù)每個通道的mean和std?！具@一部分建議大家自己運行看看每一步的結(jié)果??????】

# 需要對數(shù)據(jù)進行擴維，增加batch維度
data = torch.unsqueeze(data,0)    #在pytorch中一般都是（batch,C,H,W）
nb_samples = 0.
#創(chuàng)建3維的空列表
channel_mean = torch.zeros(3)
channel_std = torch.zeros(3)
N, C, H, W = data.shape[:4]
data = data.view(N, C, -1)  #將數(shù)據(jù)的H,W合并
#展平后，w,h屬于第2維度，對他們求平均，sum(0)為將同一緯度的數(shù)據(jù)累加
channel_mean += data.mean(2).sum(0)  
#展平后，w,h屬于第2維度，對他們求標(biāo)準(zhǔn)差，sum(0)為將同一緯度的數(shù)據(jù)累加
channel_std += data.std(2).sum(0)
#獲取所有batch的數(shù)據(jù)，這里為1
nb_samples += N
#獲取同一batch的均值和標(biāo)準(zhǔn)差
channel_mean /= nb_samples
channel_std /= nb_samples
print(channel_mean, channel_std)   #結(jié)果為tensor([0.0118, 0.0118, 0.0118]) tensor([0.0057, 0.0057, 0.0057])

將上述得到的mean和std帶入公式，計算輸出。

for i in range(3):
    data[i] = (data[i] - channel_mean[i]) / channel_std[i]
print(data)

輸出結(jié)果：

? 從結(jié)果可以看出，我們計算的mean和std并不是0.5，且最后的結(jié)果也沒有在[-1，1]之間。

最后我們再來看一個有意思的例子，我們得到了最終的結(jié)果，要是我們想要變回去怎么辦，其實很簡單啦，就是一個逆運算，即input = std*output + mean,然后再乘上255就可以得到原始的結(jié)果了。很多人獲取吐槽了，這也叫有趣?。?？？哈哈哈這里我想說的是另外的一個事，如果我們對一張圖像進行了歸一化，這時候你用歸一化后的數(shù)據(jù)顯示這張圖像的時候，會發(fā)現(xiàn)同樣會是原圖。

參考鏈接1：https://zhuanlan.zhihu.com/p/414242338

參考鏈接2：https://blog.csdn.net/peacefairy/article/details/108020179

到此這篇關(guān)于pytorch中的transforms.ToTensor和transforms.Normalize的實現(xiàn)的文章就介紹到這了,更多相關(guān)pytorch transforms.ToTensor和transforms.Normalize內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論