PyTorch 的所有更高层 API 都希望通道(张量的深度)成为批量大小之后的第一维。 因此,形状(高度 x 宽度 x 通道(RGB))在[0,255]范围内的输入将转换为形状(通道(RGB)x 高度 x 宽度)在[0.0,255]之间的`torch.FloatTensor` 1.0]。 然后,将每个通道(RGB)的平均值和标准差设置为 0.5,进行标准化。 `torchvision`转换完成的规范化操作与以下 Python 函数相同:
PyTorch 的所有更高层 API 都希望通道(张量的深度)成为批量大小之后的第一维。 因此,形状`(高度 x 宽度 x 通道 (RGB))`在`[0, 255]`范围内的输入将转换为形状`(通道 (RGB) x 高度 x 宽度)`在`[0.0, 1.0]`之间的`torch.FloatTensor`。 然后,将每个通道(RGB)的平均值和标准差设置为 0.5,进行标准化。 `torchvision`转换完成的规范化操作与以下 Python 函数相同: