Pytorch中的BanderverticalFlip
来源:dev.to
2025-02-08 09:18:43
0浏览
收藏
小伙伴们有没有觉得学习文章很有意思?有意思就对了!今天就给大家带来《Pytorch中的BanderverticalFlip》,以下内容将会涉及到,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!
给我买咖啡☕
*备忘录:
- 我的帖子说明randomhorizontalflip()。
- 我的帖子解释了牛津iiitpet()。
- 初始化的第一个参数是p(可选默认:0.5-type:int或float):
*备忘录:
-
- 这是图像是否被翻转的可能性。
- > 必须为0 < = x < = 1。
- 张量必须为2d或3d。
- 不使用img =。
- 建议根据v1或v2使用v2?我应该使用哪一个?
from torchvision.datasets import OxfordIIITPet from torchvision.transforms.v2 import RandomVerticalFlip randomverticalflip = RandomVerticalFlip() randomverticalflip = RandomVerticalFlip(p=0.5) randomverticalflip # RandomVerticalFlip(p=0.5) randomverticalflip.p # 0.5 origin_data = OxfordIIITPet( root="data", transform=None # transform=RandomVerticalFlip(p=0) ) p1_data = OxfordIIITPet( root="data", transform=RandomVerticalFlip(p=1) ) p05_data = OxfordIIITPet( root="data", transform=RandomVerticalFlip(p=0.5) ) import matplotlib.pyplot as plt def show_images1(data, main_title=None): plt.figure(figsize=[10, 5]) plt.suptitle(t=main_title, y=0.8, fontsize=14) for i, (im, _) in zip(range(1, 6), data): plt.subplot(1, 5, i) plt.imshow(X=im) plt.xticks(ticks=[]) plt.yticks(ticks=[]) plt.tight_layout() plt.show() show_images1(data=origin_data, main_title="origin_data") print() show_images1(data=p1_data, main_title="p1_data") show_images1(data=p1_data, main_title="p1_data") show_images1(data=p1_data, main_title="p1_data") print() show_images1(data=p05_data, main_title="p05_data") show_images1(data=p05_data, main_title="p05_data") show_images1(data=p05_data, main_title="p05_data") # ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓ def show_images2(data, main_title=None, prob=0): plt.figure(figsize=[10, 5]) plt.suptitle(t=main_title, y=0.8, fontsize=14) for i, (im, _) in zip(range(1, 6), data): plt.subplot(1, 5, i) rvf = RandomVerticalFlip(p=prob) plt.imshow(X=rvf(im)) plt.xticks(ticks=[]) plt.yticks(ticks=[]) plt.tight_layout() plt.show() show_images2(data=origin_data, main_title="origin_data") print() show_images2(data=origin_data, main_title="p1_data", prob=1) show_images2(data=origin_data, main_title="p1_data", prob=1) show_images2(data=origin_data, main_title="p1_data", prob=1) print() show_images2(data=origin_data, main_title="p1_data", prob=0.5) show_images2(data=origin_data, main_title="p1_data", prob=0.5) show_images2(data=origin_data, main_title="p1_data", prob=0.5)
今天关于《Pytorch中的BanderverticalFlip》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除

- 上一篇
- 如何从JavaScript数组和字符串中删除重复值

- 下一篇
- 中国科学院科研人员研制出超导双光子空间符合计数器
查看更多
最新文章
-
- 文章 · python教程 | 5小时前 |
- Python中eval的作用及使用方法
- 426浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- PythonPlotly动态图表教程
- 488浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- PyMC3依赖冲突解决方法分享
- 166浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python聚类算法:K-Means与DBSCAN对比解析
- 333浏览 收藏
-
- 文章 · python教程 | 6小时前 |
- Python游戏开发入门:Pygame教程详解
- 250浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python聊天机器人教程:NLTK与Rasa实战指南
- 113浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python情感分析:TextBlob实战教程
- 147浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- PIL库图片处理进阶技巧分享
- 335浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python中int类型详解及用法
- 382浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- PyCharm添加本地解释器教程详解
- 319浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python优雅运行后台协程的技巧
- 174浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
查看更多
AI推荐
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 365次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 363次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 352次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 363次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 381次使用
查看更多
相关文章
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览