pytorch的資料增強功能並非是事先對整個資料集進行資料增強處理，而是在從dataloader中獲取訓練資料的時候(獲取每個epoch的時候)才進行資料增強。
舉個例子，如下面的資料增強**：
transform_train = transforms.compose([
transforms.randomcrop(32, padding=4), # 對影象四周各填充4個0畫素，然後隨機裁剪成32*32
transforms.randomhorizontalflip(), # 按0.5的概率水平翻轉
transforms.totensor(),
transforms.normalize((0.4914, 0.4822, 0.4465), (0.2023, 0.1994, 0.2010)),
])假設資料集一共有100張，pytorch並非對資料集中的每張進行隨機裁剪，再隨機翻轉，將資料集擴增到200張，然後用這固定的200張圖來訓練網路，這是錯誤的理解。
正確的理解應該是dataloader在每次生成epoch時才對資料集進行以上資料增強操作。由於資料增強有些操作是具有隨機性的（例如上面的隨機裁剪和隨機翻轉），導致每次epoch產生的資料都不相同，例如同一張在有的epoch翻轉了，在有的epoch沒有翻轉，或者同一張在各個epoch裁剪的位置不一樣，所以每次用來訓練的資料不相同，到達了資料增強的目的。
Pytorch 學習筆記
本渣的pytorch 逐步學習鞏固經歷，希望各位大佬指正，寫這個部落格也為了鞏固下記憶。a a b c 表示從 a 取到 b 步長為 c c 2 則表示每2個數取1個 若為a 1 1 1 即表示從倒數最後乙個到正數第 1 個 最後乙個 1 表示倒著取 如下 陣列的第乙個為 0 啊，第 0 個！彆扭 ...
Pytorch學習筆記
資料集 penn fudan資料集 在學習pytorch官網教程時，作者對penn fudan資料集進行了定義，並且在自定義的資料集上實現了對r cnn模型的微調。此篇筆記簡單總結一下pytorch如何實現定義自己的資料集 資料集必須繼承torch.utils.data.dataset類，並且實現 ...
Pytorch學習筆記
lesson 1.張量 tensor 的建立和常用方法 一 張量 tensor 的基本建立及其型別 import torch 匯入pytorch包 import numpy as np torch.version 檢視版本號1.張量 tensor 函式建立方法 張量 tensor 函式建立方法 t ...