torchvision 参考

优质
小牛编辑
133浏览
2023-12-01

译者:BXuan694

torchvision 包收录了若干重要的公开数据集、网络模型和计算机视觉中的常用图像变换

包参考

  • torchvision.datasets
    • MNIST
    • Fashion-MNIST
    • EMNIST
    • COCO
    • LSUN
    • ImageFolder
    • DatasetFolder
    • Imagenet-12
    • CIFAR
    • STL10
    • SVHN
    • PhotoTour
    • SBU
    • Flickr
    • VOC
  • torchvision.models
    • Alexnet
    • VGG
    • ResNet
    • SqueezeNet
    • DenseNet
    • Inception v3
  • torchvision.transforms
    • Transforms on PIL Image
    • Transforms on torch.*Tensor
    • Conversion Transforms
    • Generic Transforms
    • Functional Transforms
  • torchvision.utils
torchvision.get_image_backend()

查看载入图片的包的名称

torchvision.set_image_backend(backend)

指定用于载入图片的包

参数:backend (string) – 图片处理后端的名称,须为{‘PIL’, ‘accimage’}中的一个。accimage包使用了英特尔IPP库。这个库通常比PIL快,但是支持的操作比PIL要少。

最后更新:

类似资料

  • 本文向大家介绍pytorch1.0中torch.nn.Conv2d用法详解,包括了pytorch1.0中torch.nn.Conv2d用法详解的使用技巧和注意事项,需要的朋友参考一下 Conv2d的简单使用 torch 包 nn 中 Conv2d 的用法与 tensorflow 中类似,但不完全一样。 在 torch 中,Conv2d 有几个基本的参数,分别是 in_channels 输入图像的深

  • 我是Pytorch和torchvision的新手。我遵循了大约一年前的一个教程,他试图通过python和torchvision下载mnist。 这就是为什么: 现在我的问题是,我得到这个错误: 回溯(最近一次呼叫最后一次): 正在下载http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz到data\MNIST\raw\train-im

  • 译者:BXuan694 torchvision.utils.make_grid(tensor, nrow=8, padding=2, normalize=False, range=None, scale_each=False, pad_value=0) 把图片排列成网格形状。 参数: tensor(Tensor 或 list)– 四维批(batch)Tensor或列表。如果是Tensor,其形状

  • 译者:BXuan694 transforms包含了一些常用的图像变换,这些变换能够用Compose串联组合起来。另外,torchvision提供了torchvision.transforms.functional模块。functional可以提供了一些更加精细的变换,用于搭建复杂的变换流水线(例如分割任务)。 class torchvision.transforms.Compose(transfo

  • 译者:BXuan694 models子包定义了以下模型架构: AlexNet VGG ResNet SqueezeNet DenseNet Inception v3 你可以通过调用以下构造函数构造随机权重的模型: import torchvision.models as models resnet18 = models.resnet18() alexnet = models.alexnet() v

  • 译者:BXuan694 所有的数据集都是torch.utils.data.Dataset的子类, 即:它们实现了__getitem__和__len__方法。因此,它们都可以传递给torch.utils.data.DataLoader,进而通过torch.multiprocessing实现批数据的并行化加载。例如: imagenet_data = torchvision.datasets.Image