Uso del paquete TORCHVISION.TRANSFORMS

TORCHVISION.TRANSFORMS uso de bolsas en el centro de clasificación

• CLASE torchvision.transforms.Compose (transformadas)
  la operación tendrá que ser convertido se combinan, por ejemplo,

```python
>>> transforms.Compose([
>>>     transforms.CenterCrop(10),
>>>     transforms.ToTensor(),
>>> ])

• CLASE torchvision.transforms.CenterCrop (tamaño)
  en el centro de corte de imagen PIL dado. parámetro Tamaño indica el tamaño de salida deseado recortado. En la forma de (h, w) es un número entero o z int (representado por la salida (z, z)).

• CLASE torchvision.transforms.RandomCrop (tamaño, relleno = Ninguno , pad_if_needed = False, relleno = 0, padding_mode = 'constante')
  para determinado al azar de cultivo imagen
  los parámetros de
  tamaño (o secuencia Python: int)
  en forma de (h, w) o es un número entero z int (representado por la salida (z, z)).
  acolchado (pitón: int o secuencia, opcional)
  por defecto sin relleno. Si la longitud de la secuencia es 4 proporcionan, respectivamente, que se llena con el borde izquierdo, el borde, el borde derecho y el borde inferior. Si la longitud de la secuencia es 2 para proporcionar, respectivamente, que está llena de izquierda / derecha, arriba / abajo límite.
  pad_if_needed (boolean)
  si la imagen es menor que el tamaño deseado, será una excepción para evitar llenar la imagen. Debido a que el corte se realiza después del llenado, el llenado parece ser compensado al azar.
  relleno
  valores de píxel son de llenado de llenado constante. El valor por defecto es 0. Si una tupla de longitud 3, respectivamente para el llenado de la R, G, B canal. Este valor se utiliza sólo cuando padding_mode constante.
  padding_mode
  tipo de relleno debe ser: ... constante, Edge, la reflejan el valor predeterminado es simétrica o presentarse en forma constante lleno

• CLASE torchvision.transforms.ToTensor
  convertir una imagen o numpy.ndarray PIL a tensor.转换为张量
  FloatTensor de forma (C x H x W) en el intervalo [0,0, 1,0] si el PIL imagen pertenece a uno de los modos ( L, lA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1) o si el numpy.ndarray tiene dtype = np.uint8