2K+ 阅读量
图像的色调指的是三种原色(红、蓝、黄)和三种次色(橙、绿、紫)。要调整图像的色调,我们应用 adjust_hue()。它是 torchvision.transforms 模块提供的功能转换之一。adjust_hue() 转换接受 PIL 和张量图像。张量图像是一个形状为 [C, H, W] 的 PyTorch 张量,其中 C 是通道数,H 是图像高度,W 是图像宽度。此转换还接受一批张量图像。图像色调通过将图像转换为 ... 阅读更多
12K+ 阅读量
要计算两个张量之间的余弦相似度,我们使用 torch.nn 模块提供的 CosineSimilarity() 函数。它返回沿 dim 计算的余弦相似度值。dim 是此函数的一个可选参数,沿其计算余弦相似度。对于一维张量,我们只能沿 dim=0 计算余弦相似度。对于二维张量,我们可以在 dim=0 或 1 沿计算余弦相似度。两个张量的尺寸必须相同才能计算余弦相似度。两个张量必须是实值的。余弦相似度常用于文本分析中度量文档相似度。语法torch.nn.CosineSimilarity(dim=1)默认的 dim 设置为 1。但是如果 ... 阅读更多
5K+ 阅读量
torch.clamp() 用于将输入中的所有元素钳位到 [min, max] 范围内。它接受三个参数:输入张量、min 和 max 值。小于 min 的值将替换为 min,大于 max 的值将替换为 max。如果未给出 min,则没有下界。如果未给出 max,则没有上界。假设我们设置 min=−0.5 和 max=0.4,则小于 −0.5 的值将替换为 −0.5,大于 0.4 的值将替换为 0.4。这些值之间的 ... 阅读更多
单位矩阵,也称为单位矩阵,是一个“n ☓ n”的方阵,主对角线上为 1,其他位置为 0。它是方阵的乘法单位。因为任何方阵乘以单位矩阵的结果都不会改变。单位矩阵也称为单位矩阵。单位矩阵在矩阵概念中用作方阵的乘法单位。当任何方阵乘以单位矩阵时,结果不会改变。在线性代数中,大小为 n 的单位矩阵是 n ☓ n 的方阵,主对角线上为 1,其他位置为 0。要创建 ... 阅读更多
平均绝对误差计算为输入和目标(预测值和实际值)之间绝对差之和的平均值。要在 PyTorch 中计算平均绝对误差,我们应用 torch.nn 模块提供的 L1Loss() 函数。它创建一个衡量平均绝对误差的标准。实际值和预测值都是具有相同元素数量的 torch 张量。两个张量可以具有任意数量的维度。此函数返回一个标量值的张量。它是 torch.nn 模块提供的损失函数的一种类型。损失函数用于 ... 阅读更多
794 阅读量
数字的上限值是大于或等于该数字的最小整数。要查找 torch 张量元素的上限,我们使用 torch.ceil() 函数。此函数以 torch 张量作为输入参数,并返回一个 torch 张量,其中包含输入张量每个元素的上限值。此函数仅支持实值输入。它支持任何维度的 torch 张量。数字的下限值是小于或等于该数字的最大整数。要查找 torch 张量元素的下限,我们使用 ... 阅读更多
1K+ 阅读量
图像的对比度是指图像各个特征之间存在的颜色差异量。要调整图像的对比度,我们应用 adjust_contrast()。它是 torchvision.transforms 模块提供的功能转换之一。此模块包含许多重要的功能转换,可用于对图像数据执行不同类型的操作。adjust_contrast() 转换接受 PIL 和张量图像。张量图像是一个形状为 [C, H, W] 的 PyTorch 张量,其中 C 是通道数,H 是图像高度,W 是图像宽度。这 ... 阅读更多
图像的亮度是在捕获图像后对其强度的度量。要调整图像的亮度,我们应用 adjust_brightness()。它是 torchvision.transforms 模块提供的功能转换之一。此模块包含许多重要的功能转换,可用于操作图像数据。adjust_brightness() 转换接受 PIL 和张量图像。张量图像是一个形状为 [C, H, W] 的 PyTorch 张量,其中 C 是通道数,H 是图像高度,W 是图像宽度。此转换还接受一批张量图像。一批 ... 阅读更多
PyTorch 中的矩阵是一个二维张量,其元素具有相同的 dtype。我们可以用另一行打乱一行,用另一列打乱一列。要打乱行或列,我们可以像在 Numpy 中一样使用简单的切片和索引。如果要打乱行,则在行索引中进行切片。要打乱列,则在列索引中进行切片。例如,如果要打乱 3☓3 矩阵的第 1 行和第 2 行,则只需打乱这些行的索引并进行切片以找到打乱的矩阵。让我们 ... 阅读更多
4K+ 阅读量
torchvision.utils 包为我们提供了 make_grid() 函数来创建图像网格。图像应该是 torch 张量。它接受形状为 (B ☓ C ☓ H ☓ W) 的 4D 小批量张量或相同大小的张量图像列表。这里,B 是批次大小,C 是图像中的通道数,H 和 W 是高度和宽度。所有图像的 H ☓ W 应该相同。此函数的输出是一个包含图像网格的 torch 张量。我们可以使用 ... 阅读更多