torchvision中Transform的normalize参数含义

本文详细解析了PyTorch中transforms.Normalize函数的工作原理,通过实例说明如何将tensor数据从0到1的范围变换到-1到1的范围,强调了变换参数的实际意义而非最终结果。

比如原来的tensor是三个维度的,值在0到1之间,那么经过以下变换之后就到了-1到1区间。

transforms.Normalize((.5,.5,.5),(.5,.5,.5))

原本以为第一个参数应该是(0,0,0)才是归一化到均值为0。但是通过transforms的源码发现:

``input[channel] = (input[channel] - mean[channel]) / std[channel]``

也就是说((0,1)-0.5)/0.5=(-1,1)。

即参数为变换过程,而非最终结果。

————————————————
版权声明:本文为CSDN博主「York1996」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/york1996/article/details/82711593

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值