目录transformer整体结构Encoder：Decoder：Positional Encodings：Position-wise Feed-Forward networkmulti-headed attention（多头注意力机制）：Residuals（残差模块） Layer normalization的实现MaskPadding maskSequence maskencoder代
转载
2023-09-21 14:37:02
234阅读
【学习笔记】【Pytorch】三、常用的Transforms学习地址主要内容一、Transforms模块介绍二、transforms.ToTensor类的使用1.使用说明2.代码实现三、transforms.Normalize类的使用1.使用说明2.代码实现四、transforms.Resize类的使用1.使用说明2.代码实现五、transforms.Compose类的使用1.使用说明2.代码实
转载
2024-01-17 17:16:27
99阅读
文章目录1. 数据增强1.1. 中心化1.2. 标准化1.3. 缩放1.4. 裁剪1.5. 旋转1.6. 翻转1.7. 填充1.8. 亮度、对比度、饱和度和色相变换1.9. 空间几何变换1.10. 遮挡1.11 自定义lambda方法2. 选择操作2.1 RandomChoice2.2 RandomApply2.3 RandomOrder3. 自定义transforms方法 1. 数据增强1.1
转载
2023-07-27 21:52:02
70阅读
Tensor在PyTorch中负责存储基本数据，PyTorch 针对Tensor也提供了丰富的方法，PyTorch中的Tensor与NumPy数组具有极高的相似性。1. Tensor的数据类型(1）torch.FloatTensor：用于生成数据类型为浮点型的Tensor，传 递给torch.FloatTensor的参数可以是一个列表，也可以是一个维度值。import torch
a= torc
转载
2023-08-10 10:13:20
105阅读
作者：夜和大帝transforms 是图像处理函数，主要用于对索引出来的图片进行 剪切、翻转、平移、仿射等操作，也就是得到我们想要的预处理过程。pytorch 提供的 torchvision.transforms 模块是专门用来进行图像预处理的，本文按照处理方式的不同，分组介绍和试验这些预处理方法注意点transforms.Compose() 可以把多类转换操作结合起来可转换的图像包括 PIL I
转载
2024-03-12 20:11:08
217阅读
文章目录一、Transforms的使用二、Tensor数据类型三、常见的Transforms总结 一、Transforms的使用torchvision中的transforms主要是对图片进行一些变换。 tranforms对应 tranforms.py 文件，里面定义了很多类，输入一个图片对象，返回经过处理的图片对象。 transforms.py就像一个工具箱，里面定义的各种类就像各种工具，图片就
转载
2023-10-13 21:05:26
66阅读
PyTorch框架学习七——自定义transforms方法一、自定义transforms注意要素二、自定义transforms步骤三、自定义transforms实例：椒盐噪声 虽然前面的笔记介绍了很多PyTorch给出的transforms方法，也非常有用，但是也有可能在具体的问题中需要开发者自定义transforms方法，这次笔记就介绍如何自定义transforms方法。ps：本次笔记中使用的
转载
2024-03-03 08:27:07
165阅读
环境配置使用colab运行代码的对应环境pip install transformers==4.21.0 datasets evaluate
pip install transformers环境报错问题 调用transformers中的TrainingArguments报错：ImportError: Using the `Trainer` with `PyTorc
【学习笔记】Pytorch深度学习—优化器（一）什么是优化器optimizer的属性optimizer的方法 前面我们学习过了损失函数，损失函数Loss是衡量模型输出与真实标签之间的差异的。有了损失函数Loss，通过Loss根据一定的策略 来更新模型中的参数使得损失函数Loss逐步降低；这便是优化器optimizer的任务。本节优化器optimizer主要包括3方面内容，分别是（1）什么是优化器
转载
2024-05-14 14:27:03
49阅读
PyTorch 的数据增强我们在安装PyTorch时，还安装了torchvision，这是一个计算机视觉工具包。有 3 个主要的模块：
torchvision.transforms: 里面包括常用的图像预处理方法
torchvision.datasets: 里面包括常用数据集如 mnist、CIFAR-10、Image-Net 等
torchvision.models: 里面包括常用的预训练好的模
转载
2024-04-23 20:22:08
32阅读
目录一、transform的用法1. tranforms的结构 2. transforms的使用步骤二、 transforms.ToTensor()的使用 1. 内置__call__方法简介2. ToTensor()使用2.1 将PIL类型图像转换为tensor型 2.2 将numpy类型图像转换为tensor型 2.3 使用tensorboard
转载
2023-11-01 17:19:31
85阅读
一、基础知识1、计算机视觉工具包：torchvisiontorchvision.transforms : 常用的图像预处理方法torchvision.datasets : 常用数据集的dataset实现，MNIST，CIFAR-10，ImageNet等torchvision.model : 常用的模型预训练，AlexNet，VGG， ResNet，GoogLeNet等2、常用的图像预处理方法数据中
转载
2023-10-10 21:49:47
123阅读
一、函数运用1.torch.eye(n), n为维数生成n*n的对角矩阵2.torch.rand(n),n为数量产生n个从[0,1)内均匀分布的数值3.torch.sort(xxx) 给产生的张量进行排序该函数返回两个值，但我们只关心第一个，所以x_train, _ = torch.sort(torch.rand(n_train) * 5)4.torch.normal 正态分布生成一个均值为0，方
目录0. 简介1. 裁剪类(1) torchvision.transforms.CenterCrop(size)(2) torchvision.transforms.FiveCrop(size)(3) torchvision.transforms.RandomCrop()(4) torchvision.transforms.RandomResizedCrop()(5) torchvision.t
转载
2023-10-07 21:49:37
286阅读
变换是常见的图像变换。它们可以使用链接在一起Compose。此外，还有torchvision.transforms.functional模块。功能转换可以对转换进行细粒度控制。如果您必须构建更复杂的转换管道（例如，在分段任务的情况下），这将非常有用。torchvision.transforms.Compose(transforms)transforms（Transform对象列表）-要组成的变换列
转载
2023-10-20 16:35:42
143阅读
transforms用法介绍torchvision.transforms模块主要用于对图像进行转换等一系列预处理操作，其主要目的是对图像数据进行增强，进而提高模型的泛化能力。对图像预处理操作有数据中心化，缩放，裁剪，旋转，翻转，填充，添加噪声，灰度变换，线性变换，仿射变换，亮度，饱和度，对比变换等。transforms.Composetransforms.Compose是将一系列的图像转换函数进行
转载
2024-03-05 13:08:41
134阅读
transformer 是最新的处理 序列到序列 问题的架构，单纯由 self-attention 组成，其优良的可并行性以及可观的表现提升，让它在NLP领域大受欢迎，并引入到cv领域。transformer vs CNN RNNcnn 利用的是卷积，与 transformer 比较的话，卷积可理解为 局部注意力；rnn 也是处理序列问题的，把 rnn 的循环结构换成 self-attention
转载
2024-07-01 05:59:06
21阅读
Transforms从torch1.7开始新增了该特性，之前transform进行数据增强的方式是如下的，i.e. 使用compose的方式： default_configure = T.Compose([ T.RandomCrop(32, 4), T.RandomHorizontalFlip(),
原创
2021-12-29 10:23:52
351阅读
PyTorch学习笔记（1）Transforms的使用 本博文是PyTorch的学习笔记，第1次内容记录，主要记录了Transforms的使用。 目录PyTorch学习笔记（1）Transforms的使用1.什么是Transforms？1.1Transforms的定义1.2transforms.py文件中定义了哪些类2.Transforms应用举例2.1项目情况2.2代码详情2.3运行过程3
转载
2023-10-14 05:35:12
90阅读
前言：前面有系列文章讲解了Dataset，DataLoader，Transform三者之间的关系，里面在讲到Sampler的时候提到那是一个“采样器”，没有深入介绍，本文续接前面的文章，参考： 一、自上而下理解三者关系首先我们看一下DataLoader.__next__的源代码长什么样,为方便理解我只选取了num_works为0的情况（num_works简单理解就是能够并行化地读取数据）
转载
2024-07-31 20:52:51
537阅读
