pytorch中自定义数据集的数据预处理（transform.Normalize）

Question

我是Pytorch和CNN的新手。我对数据预处理感到困惑。不确定如何进行转换。对数据集进行归一化（实质上是如何为自定义数据集计算均值和标准差v？）

我正在使用ImageFolder加载数据。图片的大小不同。

p::companies

Answer 1

如果您打算从头开始训练网络，则可以计算数据集的统计信息。数据集的统计信息是预先计算的。您可以使用ImageFolder遍历图像以计算数据集统计信息。例如，伪代码-

for inputs, labels in dataloaders:
    # Calculate mean and std dev 
    # save for later processing

通常，使用其他较大的数据集（例如Imagenet）对CNN进行预训练，主要是为了减少训练时间。如果您使用的是预先训练的网络，则可以使用原始数据集的均值和标准差进行训练。