计算火炬张量数组的均值和标准差

Question

我正在尝试计算火炬张量数组的均值和标准差。我的数据集包含720个训练图像，每个图像都有4个界标，其中X和Y代表图像上的2D点。

to_tensor = transforms.ToTensor()

landmarks_arr = []

for i in range(len(train_dataset)):
    landmarks_arr.append(to_tensor(train_dataset[i]['landmarks']))
                     
mean = torch.mean(torch.stack(landmarks_arr, dim=0))#, dim=(0, 2, 3))
std = torch.std(torch.stack(landmarks_arr, dim=0)) #, dim=(0, 2, 3))



print(mean.shape)
print("mean is {} and std is {}".format(mean, std))

结果：

torch.Size([])
mean is nan and std is nan

上面有几个问题：

1. 为什么to_tensor不能在0到1之间转换值？
2. 如何正确计算均值？
3. 我应该除以255并且在哪里？

我有：

len(landmarks_arr)
    
720

和

landmarks_arr[0].shape

torch.Size([1, 4, 2])

和

landmarks_arr[0]

tensor([[[502.2869, 240.4949],
         [688.0000, 293.0000],
         [346.0000, 317.0000],
         [560.8283, 322.6830]]], dtype=torch.float64)

Answer 1

1. 来自ToTensor（）的pytorch文档：

将[0，255]范围内的PIL图像或numpy.ndarray（H xW x C）转换为a 如果为PIL图像，则形状为（C xH x W）的Torch.FloatTensor在[0.0，1.0]范围内 属于以下模式之一（L，LA，P，I，F，RGB，YCbCr，RGBA，CMYK，1）或 numpy.ndarray的dtype = np.uint8

在其他情况下，不按比例返回张量。

由于您的地标值不是PIL图像，并且不在[0，255]之内，因此不会应用缩放。

1. 您的计算似乎正确。看来您的数据中可能有一些NaN值。

您可以尝试类似的

for i in range(len(train_dataset)):
    landmarks = to_tensor(train_dataset[i]['landmarks'])
    landmarks[landmarks != landmarks] = 0  # this will set all nan to zero
    landmarks_arr.append(landmarks)

在您的循环内。或在循环中声明nan以找到罪魁祸首：

for i in range(len(train_dataset)):
    landmarks = to_tensor(train_dataset[i]['landmarks'])
    assert(not torch.isnan(landmarks).any()), f'nan encountered in sample {i}'  # will trigger if a landmark contains nan
    landmarks_arr.append(landmarks)

1. 否，请参阅1）。如果需要，可以将地标的最大坐标除以[0，1]。