Torchvision 规范化 - 它如何对 means/sds 的元组进行操作？

Question

我不明白这个转换是如何从 torchvision 进行的。最终我想构建一个自定义规范化 class 所以我需要先弄清楚它是如何工作的。

在文档中，它是这样描述 init 的：

def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

当我通常传递这些参数时（不是自定义 class），我将它们作为每个通道的列表或元组传递：

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

但是如果我看电话：

return F.normalize(tensor, self.mean, self.std, self.inplace)

所有这些将元组传递给的是 F.normalize()，它只接受 p 参数的单个值。

class 必须以某种方式遍历渠道以实现这一点，但它是如何做到的以及我如何在自定义中实现它 class?

基于this tutorial，我会这样描述：

class Normalize(object):
    """Convert ndarrays in sample to Tensors."""

    def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

    def __call__(self, sample):
        image, landmarks = sample['image'], sample['landmarks']
        return {'image': F.normalize(image, self.mean, self.std, self.inplace),
                'landmarks': landmarks}

但这不起作用，因为它没有经过每个通道。

Answer 1

里面调用的normalize函数就是这个https://github.com/pytorch/vision/blob/master/torchvision/transforms/functional.py#L191

输入是形状为 (C, H, W) 和 mean 和 std 的张量可以是序列，在内部转换为张量。标准化是通过广播 in this way:

完成的

tensor.sub_(mean[:, None, None]).div_(std[:, None, None])

Torchvision 规范化 - 它如何对 means/sds 的元组进行操作？

Torchvision normalize - how it operates on tuple of means/sds?

pytorch

torchvision