引言

这一篇文章继续讲解关于Pytroch的基本函数

一. Transforms

• 1.1 导入

这里是导入transforms的代码

from torchvision import transforms

• 1.2 结构

transforms相当于一个工具箱，对图片进行一系列的操作，然后得到想要的图片形式，如图

• 1.3 如何使用

这里拿 transforms.ToTensor 举例，要先创建一个类对象，再利用这个类对象对图片（img）进行操作，代码如下

tensor_test = transforms.ToTensor()
tensor_img = tensor_test(img)
#这样就可以将img从PIL类型转化为Tensor类型

• 1.4 常见的transforms函数

a. Totensor

作用是将类型转化为Tensor类型

创建对象时不需要参数，使用时参数为要转化类型的对象

使用方法如上

b. Normalize

作用是将图片标准化，创建对象时参数为标准化的平均值和标准差，是为了使模型更适合训练，而不是给人看的

参数第一个代表平均值，第二个代表标准差

使用例子如下：

#标准化练习
img_path1 = "D:\\pytorch练习\\Transforms练习\\图片\\4b87d95598a89b0eab64d687911b1ce4_720.jpg"
img1 = Image.open(img_path1)
img1 = tensor_test(img1)
normalizer = transforms.Normalize([0.485, 0.456, 0.406],[0.229, 0.224, 0.225])
writer.add_image("mzk1", normalizer(img1), 0)

这是这张图片标准化前后的区别（右为原图）：

c. Resize

作用是改变图片尺寸，拉缩图片，在之后的Dataloader中很有用

参数是图片的大小，两个参数代表长宽，一个参数代表等比例缩放，使用例子如下

#resize练习
Resize_test = transforms.Resize((256, 256))
print(img1.shape)
img2 = Resize_test(img1)
print(img2.shape)
writer.add_image("mzk2", img2, 1)

对比图如下（右为原图）：

d. RandomCrop

作用是随机裁剪

参数与Resize类似，代表随机裁剪的尺寸

这里给出例子：

#randomcrop练习
Randomcrop_test = transforms.RandomCrop((128,128))
for i in range(len(img_paths)):
    img_path = os.path.join(path, img_paths[i])
    img = Image.open(img_path)
    img = tensor_test(img)
    img = Randomcrop_test(img)
    writer.add_image("mzk3", img, i)

这里是对一个文件中的图片进行随机裁剪

e. Compose

作用是将各种transforms参数组合起来，一次性对图片使用，可以减少代码的冗杂度

参数就是各种transforms参数，用[]括起来

transform_set = torchvision.transforms.Compose([torchvision.transforms.Resize([256, 256]), torchvision.transforms.ToTensor()])

这里的作用就是先将图片Resize后再转化为Tensor类型

• 1.5 总结使用方法

a. 先创建一个合适的对象

b. 将目标图片代入作为参数，得到结果

二. torchvision中数据集的使用

• 2.1 如何下载数据集

a. 通过官方下载渠道下载数据集

这里给出一个例子，再结合例子讲解

test_data = torchvision.datasets.CIFAR10("./dataset", train=False, transform=torchvision.transforms.ToTensor())

第一个参数是下载到哪里，第二个参数表示下载的是训练集还是测试集，第三个参数表示对数据集进行transform的一系列操作

b. 直接读取本地数据集

dataset = torchvision.datasets.ImageFolder(root = "data/val", transform = transform_set)

这里将CIFAR10改为了ImageFolder，因为我这里下载的本地数据集是img类型的图片

而本地数据集不能通过编译器分辨训练集和测试集，因此不写

• 2.2 如何使用

首先我们可以通过索引观看内容

print(dataset[0])

得到结果如图，前面的数组表示图片数据，后面的 0 表示图片标签

我们也可以通过循环将前十张图片写进tensorboard

for i in range(10):
    img, label = dataset[i]
    writer.add_image("test" , img, i)

利用 classes + [label] 可以看具体标签

img, label = dataset[0]
print(dataset.classes[label])

结果如下：

因为这里我的图片类型是ants，所以输出ants

三. Dataloader的使用

• 3.1 作用

决定如何使用数据集

• 3.2 参数

a. 第一个参数为自定义的数据集datatset

b. batch_size：决定每次使用数据集中的几个数据（前提是图片尺寸要相同）

c. shuffle：每次使用时是否要打乱数据顺序，默认为False

d. num_workers：加载时采用多进程还是单进程，默认为0

e. drop_last：最后余下的数据是否要舍去

这里给出一个例子：

transform_set = torchvision.transforms.Compose([torchvision.transforms.Resize([256, 256]), torchvision.transforms.ToTensor()])

test_dataloader = torch.utils.data.DataLoader(dataset = dataset, batch_size = 64, shuffle = True, drop_last = False, num_workers=0)

注意这里我将所有的图片进行了统一的Resize，否则无法使用DataLoader

• 3.3 使用

a. 准备一个数据集（注意将数据对象的大小统一）

transform_set = torchvision.transforms.Compose([torchvision.transforms.Resize([256, 256]), torchvision.transforms.ToTensor()])

b. 导入并且创建一个DataLoader对象

test_dataloader = torch.utils.data.DataLoader(dataset = dataset, batch_size = 64, shuffle = True, drop_last = False, num_workers=0)

c. 读取数据

因为DataLoader返回的是一个数据包，所以我们接受到的也是一个数据包，进行接受时得到的就是imgs和labels

imgs和labels都是一个数据集，因此进行tensorboard写入时要使用add_images

for epoch in range(2):
    step = 0
    for data in test_dataloader:
        imgs, labels = data
        writer.add_images(f"epoch: {epoch}" , imgs, step)
        step += 1

得到的结果如下：

因为shuffle填的True，因此图片顺序会不同

总结

Pytorch的基本函数介绍就到这里结束了，下一章将讲解关于神经网络的知识

还有两个周就可以去确定研究方向了，加油加油